基于模式语义的非膨胀性Pattern Tree简化

近年来,XQuery逐渐成为XML查询语言的事实标准。PatternTree被广泛应用于XQuery查询处理。PatternTree用匹配方法处理查询,其本身的大小和复杂程度决定了匹配的效率。该文论述了利用模式语义简化PatternTree的规则。这种方法避免了因插入冗余节点而导致PatternTree的膨胀。三个判断冗余节点的规则不但可以判断叶节点的冗余,而且可以在保留叶节点的情况下,判断非叶节点的冗余。实验证明了方法的可行性和有效性。

Pattern Tree最小简单分解策略

PatternTree(PTQ)是复杂的树状结构,求解PTQ需要在XML文档集合中查找与之匹配的数据。在PTQ中,只有部分节点是需要输出的查询目标节点,其余节点则是中间结果。因此,如何在求解过程中尽量避免中间结果的产生,是XML查询优化面临的一个关键问题。论文提出了一种PTQ分解策略,能够根据不同查询操作的粒度,将PTQ分解为可用一种内部操作实现的最大片断集合。从而有效的限制中间结果的产生,提高查询效率。

基于k-best树模式的树流分类算法研究

对结构化数据的分类方法大多是基于频繁子结构挖掘,然后通过排序剪枝等处理将频繁子结构与类关联得到结构规则进而分类.本文针对树形结构数据提出一种基于重要树模式的数据流分类方法 TSC,首先使用相关度量发现k个与类相关的最具有判别能力的树模式,在该过程中,使用分支界限法提高搜索效率,无需挖掘完全模式,另一方面对参考度不断更新从而避免后剪枝操作,得到的树模式可直接用于分类.同时,和以往的方法相比,TSC是无启发式算法,只需用户设置最大规则集数目.然后,采用经典adwin思想处理演变树流中的局部概念漂移.实验表明,与以往的方法相比,TSC生成更少的有效规则集使得测试时间大大降低,总运行时间相对较短的同时可达到较高正确率,简单高效.

快速统一挖掘超团模式和极大超团模式

超团模式是一种新型的关联模式,这种模式所包含的项目相互间具有很高的亲密度.超团模式中某个项目在事务中的出现很强地暗示了模式中其他项目也会相应地出现.极大超团模式是一组超团模式更加紧凑的表示,可被用于多种应用.挖掘这两种模式的标准算法是完全不同的.提出一种基于FP-tree(frequent pattern tree)的快速挖掘算法——混合超团模式增长(hybrid hyperclique pattern growth,简称HHCP-growth),统一了两种模式的挖掘.算法采用递归挖掘方法,并应用多种有效的剪枝策略.提出并证明几个相关命题来说明剪枝策略的有效性和算法的正确性.实验结果表明,HHCP-growth算法相对于标准的超团模式挖掘算法和极大超团模式挖掘算法都具有更高的效率,尤其对于大数据集或在低支持度条件下更为显著.

一种基于聚合链的改进FP-Growth算法

提出了一种基于聚合链挖掘频繁模式的改进FP-growth算法.该算法引入聚合链的单链表结构,改进了FP树结构.改进后的FP树是单向的,每个结点只保留指向父结点的指针,节省了树空间;相同项的不同节点的路径信息压缩进聚合链中,避免了生成节点链和条件模式库.用Agrawa方法生成实验数据进行分析,实验结果验证了该算法在时间上的优势.

亚热带多优势种森林群落演替现状评判研究

亚热带多优势种常绿阔叶林演替过程 ,依第 1优势种的耐荫、喜湿特性 ,可划分为 6个阶段 :(1 )针叶林阶段 ;(2 )以针叶树为主的针阔混交林阶段 ;(3)以阳生性阔叶树为主的针阔混交林阶段 ;(4)以阳生性树种为主的常绿阔叶林。当中生性树种成为第 1优势树种表明演替已进入顶极阶段 ,此后 ,又以优势树种分布格局为依据 ,将顶极阶级分为第 5、第 6阶段 ;(5 )未发育完善的顶极阶段 ;(6 )发育完善的顶极阶段。据此 ,判定本文所研究的常绿阔叶林处于未发育完善的演替顶极阶段。干扰强度与强阳生性树种种群扩展程度呈正相关。若干扰导致强阳生性树种替代群落原第 1优势树种 ,称这种干扰为导致逆向演替的干扰。若干扰虽导致强阳生性树种成为群落的优势种 ,但还不能取代第 1优势种 ,则称其为未导致逆向演替的干扰。前者的干扰强度大于后者的干扰强度。本文研究的常绿阔叶林所受的干扰为未导致逆向演替的干扰。演替阶段的判断 。

一种并行中英文混合多模式匹配算法

针对中英文混合文本的匹配准确性及大规模数据文本的匹配效率等问题,基于经典的线索化完全哈希特里树算法,提出一种并行化的中英文混合多模式文本匹配算法。采用拆分文本降低多模式匹配算法的串行度,进而在拆分出的小文本上并行地执行文本匹配。通过并行化预处理过程,设计新的存储结构。实验结果表明,该算法在保证结果正确的前提下,执行效率高于经典的串行匹配算法,当数据规模达到226个字符时,可以获得8倍以上的加速比。

一种分布式全局频繁项集挖掘方法

提出一种基于频繁模式树与最大频繁项集的分布式全局频繁项集挖掘算法BFM-MGFIS,该算法引入子集枚举树以实现有序挖掘与全局剪枝策略,有效地减小了候选数据集且提高了并行性,实验表明本文提出的算法是有效可行的。

Automated pattern-directed refactoring for complex conditional statements

Complex conditional statement is one of the bad code smells,which affects the quality of the code and design of software.In the proposed approach,two commonly-used design patterns for handling complex conditional statements are selected,and they are the factory method pattern and the strategy pattern.Two pattern-directed refactoring approaches based on the two design patterns are proposed.Each approach contains a refactoring opportunities identification algorithm and an automated refactoring algorithm.After parsing the abstract syntax tree generated from source code,the refactoring opportunities are identified effectively and automatically.Then,for candidate code,refactoring algorithms are executed automatically,which are used to simplify or remove complex conditional statements.By empirical analysis and quality assessment,the code after refactoring has better maintainability and extensibility,and the proposed approach for automated pattern-directed refactoring succeeds to reduce code size and complexity of classes.