上半格amenable偏序逆半群

给出了上半格右amenable偏序逆半群的等价刻画.若(S,V,.,≤)为上半格左amenable偏序逆半群,则≤是amenable偏序并且(S,.)是Clifford半群.

上半格amenable偏序完全正则半群

对上半格amenable偏序完全正则半群进行了研究.证明了若(S,∨.≤)是上半格amenable偏序完全正则半群,则(S,.)是Clifford半群.讨论了上半格amenable偏序E-unitary Clifford半群,得到了一些有趣的结果.

证据合成的格结构研究

在粗糙集和证据理论体系结构的基础上,分析粗糙集和证据理论中合成质量函数的不同方法,研究细分偏序格中划分与证据理论中的正交组合运算的关系。利用粒度分析细分偏序格上划分的变化情况,证明了在细分偏序格的上、下确界与所有上、下界所对应的划分中,获取的质量函数并不对应于证据理论中质量函数正交运算的结论,从而澄清了不同知识粒度下粗糙集中所有划分获取的质量函数与证据理论中正交运算之间的关系。

格值模糊自动机及对应语言的分级

为了探讨格值模糊自动机等价的条件,采用对偏序格半群加以限制的方法,将格值模糊有限自动机划分为确定的、序列型的、无歧义的、有限歧义以及无限歧义自动机这几种不同的类型,得到这几类自动机接受语言之间的关系为L-DFA■L-Seq■L-NAmb■L-FAmb■L-Reg;当偏序格半群非局部有限时,关系为L-DFAL-SeqL-NAmbL-FAmbL-Reg;当偏序格半群局部有限时,关系为L-DFA=L-Seq=L-NAmb=L-FAmb=L-Reg.

偏序带的偏序扩张

给出将偏序幺半格和偏序带S·≤上的偏序≤扩张为全序幺半格和带S·≤的充要条件。作为应用,得到文献1结论:设S·是幺带,存在S上的平凡序的全序扩张≤使得S·≤是全序幺带当且仅当S的每个D类至多有两个元素。

关于一类偏序正则半群

给出了上半格偏序正则半群的定义.通过对其偏序的研究,得到上半格偏序正则半群成为逆半群的一个刻画.设(S,∨,.,≤)是上半格偏序正则半群,若≤是自然偏序的扩张,则(S,.)是逆半群.进一步地,若≤是amenable偏序,则(S,.)是Clifford半群.

一种并行处理Skyline查询的有效方法

Skyline查询是近年来数据库领域的一个研究重点和热点,这主要是因为Skyline查询在许多领域有着广泛的应用.现有的工作大都集中于单处理机环境,然而,由于Skyline查询是CPU敏感的,因此,在实际应用中,现有的方法具有很大的局限性.基于此,提出一种有效降低处理Skyline查询时间开销的并行算法PAPSQ(Parallel algorithm for processing skyline queries).算法有机结合多维数据对象的自身特性和通用多处理机系统的实施优点,以Skyline查询搜索偏序格为底层结构,利用多维数据对象的同胚评估值和偏序格加权技术来有效提高并行处理Skyline查询的效率.实验评估表明,PAPSQ算法具有有效性和实用性.

面向多维稀疏数据仓库的欺诈销售行为挖掘

分销渠道系统中,产品制造商会分配给销售额较大的分销商更多返点利润鼓励销售,而分销商之间可能会联合起来将多个分销商的销售业绩累计在其中一个分销商上,获取高额利润,这种商业欺诈行为被称为挂单或窜货.由于数据中大量正常极值点的存在,使得传统异常探测算法很难区分正常极值和由挂单导致的异常极值;另外,多维销售数据本身就存在的稀疏性导致多维数据异常探测算法无法有效运行.为了克服上述问题,将人工智能和数据库技术结合起来,提出了基于分割率的特征提取方法和基于张量重构的挂单行为挖掘算法.同时,由于分销商之间存在多种挂单行为,设计了基于挂单模式偏序格的特征提取方法来对销售数据集中存在的挂单行为进行分类.在合成数据的实验中,所提出的挂单点挖掘算法能达到65%的平均AUC值,而传统特征提取方法仅达到36%和30%的平均AUC值.在真实数据上的实验结果表明,挂单行为探测方法能区分正常销售极值和挂单行为产生的异常极值.