多数据库中全局负关联规则挖掘研究

全局负关联规则挖掘是多数据库关联信息挖掘的重要研究内容,具有广泛的应用范围和使用价值.合并各子数据库的负关联规则是现有全局负关联规则挖掘常用的方法,但数据密度大、规则不全面及运算时间高等问题影响了已有全局负关联规则挖掘方法的效率.本文给出一种新的全局负关联规则挖掘算法,其具体步骤为:(1)扫描各子数据库,建立多数据库频繁模式树;(2)依据频繁项集全局一致性原则,对多数据库频繁模式树执行精简操作;(3)在此基础上产生全局极小非频繁项集;(4)依据极大频繁项集向上闭包原则,产生全局非频繁项集;(5)在规则相关度的基础上提取全局负关联规则.大量的对比实验结果表明,本文算法具有快速发现全局负关联规则的能力.

全脑解剖学标志稀疏关联的阿尔茨海默症诊断

阿尔茨海默症(AD)是一种复杂的神经退行性疾病,伴有记忆和其他精神功能的进行性损害,是造成老年人死亡的主要原因,如何对AD进行准确的诊断至关重要。根据生物学验证,已知人脑中的多个脑区在解剖学上和功能上是相互联系的,但现有的研究方法往往忽略了潜在的特征间的关系。因此,关注大脑不同区域的特征相关性有利于提高脑认知疾病的检测性能。本研究提出一种以数据驱动的方式自动识别全脑结构磁共振成像(sMRI)中解剖学标志点,并基于解剖点提取块特征,采用全局关联将各个块的特征进行深度融合,通过计算块与块之间的相互作用,实现大脑各个脑区的相互关联。其次,根据块之间的关联度差异,进行阈值化处理,利用稀疏关联模块去除冗余信息,进一步提高特征的判别能力,最后,利用稀疏后的深层特征构建分类模型,对AD患者个体进行预测。使用包含198例AD患者和224例健康人的ADNI-1数据集进行训练,包含152例AD患者和196例健康人的ADNI-2数据集进行测试,结果表明,该方法的准确率和灵敏度分别达到0.9368和0.9211,所提出的方法更多地考虑了块与块之间的联系以及关联度差异,可望更有效地对AD进行诊断。

中国地市经济发展不平等的时空关联结构演变

文章以人均GDP表征经济增长,采用时空自相关方法探讨1985-2016年间中国大陆330个地级市经济不平等的时空关联格局及演变。结果表明:中国地市经济增长存在较强的正向时空关联性,且关联性逐年增强,关联特征上则保持着与经济发展差异变化的一致性。中国地市经济增长局部时空关联呈现"东高西低"的态势,HH(高高)型地市与主要城市群的空间分布大致重合,从时间演变来看,HH型时空关联地区的辐射范围有不断扩大态势,其他类型变化相对稳定。中国地市经济增长的时空关联具有一定的路径依赖或空间锁定特征,局部时空关联类型保持稳定演化的概率最低为65.6%,最高达89.2%,但中国地市经济增长的时空关联仍有跨越式提高或降低的可能性。

物联网异构数据库分层访问算法仿真

由于用户及信息量过大,导致物联网异构数据访问时常出现访问结果残缺和数据库访问不完全问题,影响使用者体验感,于是提出DAS模型下物联网异构数据分层访问算法。利用二元时间序列描述异构数据库,得到数据语义状态及特征文本,分析异构分层数据库结构,计算访问信号同时得出多维矢量空间。建立带有三种机构的数据库策略分层,在DAS模型帮助下通过二值独立检索词汇与异构数据库间共现频率,得出数据的相似度。获取大量局部关联表,并将其综合生成全局关联表,综合获取用户想要的内容,实现物联网异构数据分层访问。实验结果表明,所提算法的分层成功概率高和访问命中率高,且访问延时短,给用户带来极佳的使用体验。

产业链现代化水平评价及提升对策研究——以湖北省制造业为例

提升产业链现代化水平是构建新发展格局的关键环节。文章在科学界定产业链现代化内涵的基础上,构建了由产业链创新性、产业链高端化、产业链集聚性和产业链可持续性四个维度组成的评价指标体系,利用灰色关联分析法对湖北省制造业产业链现代化水平进行测度,并利用全局熵权法将湖北省计算机、通信和其他电子设备制造业、生物医药和汽车制造三大支柱产业与全国进行对比分析。研究发现:湖北省产业链可持续性与产业链集聚性对产业链现代化水平的拉动力最大,产业链创新性拉动力最小;湖北省计算机、通信和其他电子设备制造业、生物医药产业、汽车制造业现代化水平均处于国内前列,但是与排名靠前的广东、上海、江苏、北京等较为发达省(市)相比仍具有一定差距。最后针对性地提出湖北省制造业产业链现代化水平提升对策。

图像情感分析的层次图卷积网络模型

图像情感分析任务旨在运用机器学习模型自动预测观测者对图像的情感反应。当前基于深度网络的情感分析方法广受关注,主要通过卷积神经网络自动学习图像的深度特征。然而,图像情感是图像全局上下文特征的综合反映,由于卷积核感受野的尺寸限制,无法有效捕捉远距离情感特征间的依赖关系,同时网络中不同层次的情感特征间未能得到有效的融合利用,影响了图像情感分析的准确性。为解决上述问题,文中提出了层次图卷积网络模型,分别在空间和通道维度上构建空间上下文图卷积(SCGCN)模块和动态融合图卷积(DFGCN)模块,有效学习不同层次情感特征内部的全局上下文关联与不同层级特征间的关系依赖,能够有效提升情感分类的准确度。网络结构由4个层级预测分支和1个融合预测分支组成,层级预测分支利用SCGCN学习单层次特征的情感上下文表达,融合预测分支利用DFGCN自适应聚合不同语义层次的上下文情感特征,实现融合推理与分类。在4个情感数据集上进行实验,结果表明,所提方法在情感极性分类和细粒度情感分类上的效果均优于现有的图像情感分类模型。

基于支持向量机的两阶段模糊聚类在视频检索中的应用

针对视频检索应用中面临的高维特征分析问题,提出了一种能提高查全率和查准率的两阶段模糊聚类方案。该方案首先在保证查全率的前提下用颜色距离直方图进行粗粒度的视频切分,得到包含冗余信息的关键视频帧;然后通过模糊支持向量机进行细粒度聚类,以提高查准率;最后运用全局关联的数据挖掘方法去除冗余得到与用户语义相关的信息。实验表明,算法在实时视频检索的应用中能显著提高查全率和查准率。

基于VB6.0的轴承保持器冲压CAPP系统

介绍了以VisualBasic6.0为开发平台建立的轴承保持器CAPP系统,用MicrosoftAccess软件建立关系型数据库,用VB6.0建立OLEDB数据库,并将2个数据库链接,实现了全局关联和局部关联机制。通过剪切板技术,以Word文档形式实现了CAPP与模具CAD之间的数据通讯。用户只需通过交互式输入选择保持器类型、工艺方案,即可由系统自动生成加工工艺,大大提高了设计效率。

神经系统40Hz振荡的一个物理模型

采用一个简化神经网络物理模型，对这种４０Ｈｚ同步振荡的产生，及其相对稳定性特性进行了研究，得到一个全局耦合的神经网络系统，自然具有４０Ｈｚ同步振荡的特性，并且。

基于蛙人探测声纳序列图像的水下小目标跟踪算法

针对水下监控系统中的小目标跟踪问题,在分析蛙人探测声纳图像特点的基础上,提出了基于面积约束的全局域最近邻数据关联法,有效解决了水下监控环境下目标小、结构信息缺乏、成像不稳定的难点,通过引入航迹"运动方向"的思想消除了混响区虚假航迹的影响,实验证明该算法具有准确性高、实时性好、鲁棒性强的特点。

Some New Criterions for Overall Situation Stability, Sector Stability and Connection Stability of Volterra Systems

Stability of Volterra systems are discusses by subpositive definite matrix, and some new criterions for Volterra systems on overall situation stability, sector stability and connection stability are acquired. These results expand or improve some existing criterions.

自适应在线判别外观学习的分层关联多目标跟踪

目的复杂场景下目标频繁且长时间的遮挡、跟踪目标外观相似引起身份转换等问题给多目标跟踪带来许多挑战。针对多目标跟踪在复杂场景中因长时间遮挡引起身份转换和轨迹分段的问题,提出一种基于自适应在线判别外观学习的分层关联多目标跟踪算法。方法利用轨迹置信度将多目标跟踪分为局部关联和全局关联两个层次。在局部关联中,置信度高的可靠轨迹利用外观、位置-大小相似度与当前帧检测点进行关联;在全局关联中,置信度低的不可靠轨迹引入运动模型和有效关联范围进一步关联分段的轨迹。在提取目标外观特征时引入增量线性可判别分析方法以解决身份转换问题,依据新增样本与目标样本均值的外观特征差异自适应地更新目标外观模型。结果在公开数据集2D MOT2015中的PETS09-S2L1、TUD-Stadmitte、Town-Center 3个数据集中与当前10种多目标跟踪算法进行比较,该方法对各个数据集身份转换和轨迹分段都有减少,其中在Town-Center数据集中,身份转换减少了60个,轨迹分段减少了84个,跟踪准确度提高了5.2%以上。结论本文多目标跟踪方法,能够在复杂场景中稳定有效地实现多目标跟踪,减少轨迹分段现象,其中引入的在线线性可判别外观学习对遮挡产生的身份转换具有良好的解决效果。

多机器人视觉同时定位与建图技术研究综述

同时定位与建图(Simultaneous localization and mapping,SLAM)技术是复杂、动态且GPS失效环境下多机器人系统(Multi-robot system,MRS)协同工作的基础和关键技术,对于提高机器人的自主化、智能化等具有重要意义。视觉传感器凭借其高分辨率、信息丰富、成本低廉等优点在SLAM中得到了广泛应用。首先简要回顾视觉SLAM理论基础,概括了多机器人视觉SLAM(Multi-robot visual SLAM,MR-VSLAM)的本质及优势,并基于该研究领域的应用需求总结归纳了当前MR-VSLAM技术存在的重点科学问题:如何进行视觉SLAM的全局关联,如何分配机器人资源执行SLAM驱动的协作建图策略,以及如何实现鲁棒的主动SLAM。其次,针对每个核心问题,对现有的解决方法进行了分类,提供了现有方法的全面综述,并讨论了其优缺点,分析了当前MR-VSLAM关键技术存在的问题。最后,基于上述分析总结展望了MR-VSLAM技术的热点问题及发展趋势。