一种基于时间衰减模型的数据流闭合模式挖掘方法

数据流是随着时间顺序快速变化的和连续的,对其进行频繁模式挖掘时会出现概念漂移现象.在一些数据流应用中,通常认为最新的数据具有最大的价值.数据流挖掘会产生大量无用的模式,为了减少无用模式且保证无损压缩,需要挖掘闭合模式.因此,提出了一种基于时间衰减模型和闭合算子的数据流闭合模式挖掘方式TDMCS(Time-Decay-Model-based Closed frequent pattern mining on data Stream).该算法采用时间衰减模型来区分滑动窗口内的历史和新近事务权重,使用闭合算子提高闭合模式挖掘的效率,设计使用最小支持度-最大误差率-衰减因子的三层架构避免概念漂移,设计一种均值衰减因子平衡算法的高查全率和高查准率.实验分析表明该算法适用于挖掘高密度、长模式的数据流;且具有较高的效率,在不同大小的滑动窗口条件下性能表现是稳态的,同时也优于其他同类算法.

传感器网络中协作实时数据库事务的提交控制

传统的事务模型由于其严格的ACID特性无法适应传感器网络中协作事务的实时性要求.因此着重研究传感器网络中协作实时数据库事务的提交机制.首先,分析传感器网络中实时数据库应用的协作特性,放松事务的严格ACID要求,运用控制区域的概念提出一种基于事务的行为语义控制区域的事务模型.然后,给出该模型的提交、回滚、可见规则及能保证数据库一致性和协作事务实时性的三阶段提交协议,并通过补偿事务保证外化信息准确性.性能测试表明,该模型及提交机制提高了采集数据的外化率和协作实时事务的成功率.

分布式系统中数据复制的研究与应用

维持数据的一致性是复制数据库并发执行的关键。介绍分析了MSSQLServer2000中内置的数据复制构件以及MSSQLServer2000的事务模型,最后结合实际的应用软件开发对数据复制的并发控制原理与措施进行了相关实现。

保证数据流融合中处理一致性的事务机制

在分布式实时传感器网络应用中,主要目标之一是保证协作交互的数据流融合任务花费较少的能源代价,能够正确、实时、原子地外化监测区域信息。因此,本文重点研究了分布式传感器网络环境下对多数据流交互处理过程的事务控制机制。首先,定义了传感器网络数据融合过程的协作执行模型。其次,用运控制区域的概念,提出了一种基于系统时间戳的自适应的数据融合交互处理的事务模型及其ACID规则。最后,设计了一种适宜实时环境的数据融合事务的两阶段提交、回滚协议。测试结果分析表明,它能够显著提高采集数据进行事务处理的外化速率,降低了事务的失败率及网络能耗,特别适用于处理间歇、高速的传感器网络外部采集数据。

基于本地封闭世界假设的事务模型

事务是由一组数据库操作序列组成的,具有ACID特性。然而,在大规模分布式应用环境下,传统的事务模型是不适用的。基于本地封闭世界假设,结合数据复制技术,提出一种基于本地封闭世界假设的分布式事务模型,阐述该事务模型的特点、并发控制策略,给出该事务模型的正确性证明,并用一个简化的教学管理系统说明该事务模型。

一种基于滑动窗口模型的数据流加权频繁模式挖掘方法

相对于传统的频繁模式挖掘,加权频繁模式挖掘能发现更有价值的模式信息。针对数据流中的数据只能一次扫描,本文提出了一种基于滑动窗口模型的数据流加权频繁模式挖掘方法 WFP-SW(Sliding Window based Weighted Frequent Pattern minig),算法采用WE-tree(Weighted Enumeration Tree)存储模式和事务信息,利用虚权支持度维持模式的向下闭合特性,同时获取临界频繁模式。对临界频繁模式进一步计算其加权支持度获取加权频繁模式,使得计算更新模式更加便捷。实验结果显示算法具有较高的挖掘效率并且所需的内存更少。

传感器网络中数据融合过程的事务分析与建模

传感器网络是计算机科学技术的一个新的研究领域,它综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术,能够协作地实时监测、处理各种环境或监测对象的信息并传送给用户,具有十分广阔的应用前景。本文以面向事务的观点,基于事务工作流模型,结合数据的时间特性、事务流的依赖关系及数据与事务流间的相互关联,提出事务的控制区域的概念并给出一种基于应用事务的行为语义控制区域的事务模型,为传感器网络数据融合过程提供一个适当的正式模板;给出该模型的提交、回滚、可见定理及规则;通过性能测试,表明该模型提高了数据的相对外化率;模型主要解决了在分布的多用户环境下系统如何控制应用,保证应用语义逻辑的一致性。

基于数据流聚类的多目标跟踪算法

针对传统多目标跟踪算法在航迹初始阶段易受杂波干扰,提出一种交互多模型核预估数据流聚类的多目标跟踪算法(CE_DMTT)。对数据流进行在线聚类,并运用交互式多模型预估类核位置,缩小聚类搜索范围,同时引入Renyi熵,对聚类进行自适应提取,获取潜在航迹。然后基于潜在航迹运用多假设跟踪算法实现实时跟踪。仿真结果表明,该算法有效减少计算复杂度,提高系统实时性。

基于流挖掘的分布式驱动电动汽车横向稳定控制

以分布式驱动电动汽车为研究对象,为减轻驾驶员行为与汽车执行机构响应之间的时间延迟对车辆稳定性控制的不利影响,提出一种基于转向状态预测的稳定性分层控制策略。基于马尔可夫模型构建状态转移概率矩阵,并利用流挖掘技术实时更新状态转移概率矩阵,联合实现下一时刻转向状态的预测。仿真结果表明,与滑模控制相比,所提出的策略可以更准确地跟踪理想横摆角速度,避免横向失稳情况的发生。

基于Agent的航天测控中心计算机系统模型

从我国航天测控系统的中心计算机系统的未来发展出发,结合实际任务需要,提出建立一个基于多Agent的分布式航天测控数据处理模型。模型利用了Agent的智能性动态组合系统资源,进行测控数据的接收、处理和分析,该模型强调了系统的异构性、容错性、扩展性以及资源的动态组合,并探讨了实际应用中关键环节的解决方案。

UMTS网络无线资源控制协议脆弱性研究

研究通用移动通信系统(UMTS)网络中无线资源控制协议的脆弱性。采用动态触发方法分析无线资源控制协议,指出其存在脆弱性的原因,并根据协议特点设计2种周期性突发分组数据流模型。通过对数据流模型的量化分析与仿真实验,说明2种数据流模型在一定的网络环境下会增加网络负载,造成网络性能下降,从而验证无线资源控制协议的脆弱性。

基于仿真模型的大数据交易智能化管控方法及其应用研究

数据资源已成为新型生产要素,构建安全可信、高效科学的大数据交易体系,有助于数据要素市场的培育与大数据经济价值的全面挖掘。文章对大数据交易模式、交易过程与交易应用等研究现状进行分析与述评,提出一种基于仿真模型的大数据交易智能化管控模型,并分析了其实现过程和相关应用。

基于数据流的Internet网络控制系统延时模型研究

在给出数据流定义的基础上,从理论上分别针对传输控制协议(TCP)和用户数据包协议(UDP)提出了基于数据流的Internet网络控制系统(INCS)延时模型.数据流的定义描述了INCS中所有数据流的输入和输出特性,网络延时模型描述了TCP和UDP协议的传输延时特性.此外,提出了基于Transit-Stub的INCS延时测量模型,并通过实验验证了基于数据流的INCS延时模型的正确性.分析了INCS中不同类型的数据流适用的传输协议,从而为设计INCS提供了理论依据.