复杂属性环境下NoSQL分布式大数据挖掘方法研究

由于复杂属性环境下的大数据挖掘工作需要涉及到对大数据的分析、清理、转换和集成等一系列操作,导致以往提出的复杂属性环境下大数据挖掘方法无法同时拥有较强的准确性、稳定性和实用性,故提出复杂属性环境下NoSQL分布式大数据挖掘方法。所提方法利用NoSQL数据库的物理分散逻辑,在复杂属性环境下构建NoS QL数据库,给出挖掘条件,对数据库中大数据的特征、位置、方向和长度属性的关联性进行分布式挖掘,经由挖掘公式给出挖掘结果。利用挖掘聚类公式对大数据的特征、位置、方向和长度属性的关联性挖掘结果进行聚类,获取所提方法的最终挖掘结果。经实验分析可知,所提方法在挖掘工作中具有较强的准确性、稳定性和实用性。

复杂属性环境非关系型分布式大数据挖掘仿真

对复杂属性环境的数据识别有利于充分挖掘大数据包含的信息与价值,提出一种非关系型分布式大数据挖掘算法.首先,引入分布式的最大频繁项算法模型,在物理分散逻辑下,对非关系型数据应用分布式方法进行数据分析,利用建立候选频繁项的搜索条件降低数据检测次数,并采取划分投影法,计算各频繁项对应的分区编号,将其规划到不同的分区中,从而优化冗余频繁项,然后针对数据库中大数据的数据特征建立各个属性的关联度,根据Boosting聚类方法,把由弱聚类得到的局部模型在每次迭代过程中升级为全局模型,再对其进行区块划分,并利用划分质量重新调整迭代采样率,最终得到聚类结果,完成数据挖掘.通过仿真验证了非关系型分布式大数据挖掘具有显著的准确性、稳定性和实用性.

基于复杂属性相似度的聚类算法及其应用研究

针对电信客户的有效细分问题,利用属性相似度度量思想,提出了一种面向复杂属性的聚类算法。该算法用复杂属性分布相似度函数衡量对象的相似性,然后根据相似性建立图模型,最后对图进行分割进行聚类。相比于传统基于选维和降维的聚类分析算法,提出的算法能有效处理高维数据和复杂属性。同时,算法在参数调节时,不需遍历原始数据,也减少了人工干预。利用真实电信客户数据进行的模拟实验也表明,提出的算法具有良好性能,可以有效解决电信客户细分问题。

基于复杂属性商品的混合协同过滤推荐模型

协同过滤作为应用最广、研究最多的推荐算法,但依旧面临数据稀疏性、冷启动、数据质量差等固有问题,同时也鲜有研究者从实用角度基于商品性价比方面提高预测精确度.为此,本文综合考虑用户主观评分和商品客观评分,并在此基础上结合情境预过滤、社会网络理论以及专家意见提出了一种混合协同过滤推荐模型,在一定程度上缓解了上述缺点.并通过真实网上汽车销售数据实验,表明该模型相对传统协同过滤具有更高的预测精度,更适用于具有复杂属性的商品.

复杂属性条件下基于Spark的clique社区搜索算法

现有的社区搜索算法难以在网络中找到满足给定复杂属性条件的社区。同时,随着网络规模的不断扩大,单机串行的社区搜索算法也已无法有效地处理大规模的网络数据。针对复杂属性条件下的clique社区搜索问题,提出一种基于Spark的搜索算法。在Spark并行计算框架的基础上,结合图的结构特征和内容属性,根据由布尔表达式定义的复杂属性条件采取不同的搜索策略,搜索时利用属性的搜索成本和扩展成本进行局部优化,从而加快搜索过程。实验结果表明,与结构优先或属性优先的社区搜索算法相比,该算法在不同属性条件、网络规模和节点数目的情况下均能保证搜索准确性并提高搜索效率。

基于数据降维的复杂属性大数据分类方法研究

针对数据的多维度、非线性、不稳定性等特有的复杂属性,在传统数据分类方法的基础上,本研究将高维大数据进行降维处理,结合SVM分类方法和多元SVM-REF分类方法,提出一种基于数据降维的复杂属性大数据分类方法。试验证明,与传统数据分类方法相比,本设计方法能够有效地提升复杂属性大数据的分类效率,也为后续对高维数据分类和数据复杂波动规律分析的深入研究提供依据。

城市轨道交通网络运营安全问题的复杂多属性决策方法

为实现城市轨道交通网络运营安全问题的科学管理与决策,将其影响因素类型划分为人的行为、设备设施、环境及安全管理等4个方面。借助网络层次分析法(ANP)构建城市轨道交通网络安全性影响因素的递阶层次结构,分析不同因素之间的相互依存与反馈的关联关系。利用超级决策软件(SD)构建超矩阵,计算各影响因素的综合权重,确定影响安全性的关键因素。将得到的各因素的综合权重,加入逼近理想解排序法(TOPSIS)模型中,构建基于改进TOPSIS的城市轨道交通网络运营安全问题的复杂多属性决策模型。通过算例分析验证模型,找出该轨道交通网络中的安全隐患,并提出改善建议。

一类复杂多属性决策的新方法

针对决策矩阵具有不确定区间数信息的多属性决策问题,该文提出了一个新方法。首先,分别将确定性属性值与区间数属性值规范化;然后,针对已规范化的区间数属性值,通过计算各属性值与正理想属性值的灰色关联度距离,进而把复杂区间数决策矩阵转化为确定型的决策矩阵;其次,基于得到的确定型的决策矩阵求解属性的权重;最后,根据加权平均法求出个方案的综合评价值,进而对方案排序。最后,例举了一个案例来说明提出的方法。

基于多属性群决策层次分析的预防性养护措施决策研究

基于高速公路路面预防性养护决策问题的内涵,将多属性多目标的预防性养护决策整体结构划分为目标层、准则层、指标层和措施层4层。综合考虑预防性养护措施的费用、行车特征、技术因素、施工因素等作为目标层的评价值,并用群决策模型决策来减少主观性因素,得出最佳预防性养护决策措施。最后,结合案例来说明如何制定合理的养护措施。

基于关系数据库的多维数据存储模型

本文介绍了一种以关系数据库为最终数据存储管理系统 ,通过在数据管理人员与关系数据库之间建立一个多维数据存储管理支持模块 ,实现用户对多维数据和对象的存储管理的方法 .阐述了其中关键的算法思路 ,给出应用实例 ,并作出评价 .

人造微孔骨结构设计研究

在人造骨设计中,为了能使人造骨部分与人体骨组织在一起生长、融合,就要求人造骨具有与人体骨组织一样的微孔结构。边界面与实体模型很难作到这一点。通过多面体的三向DEXEL模型与并、交、差布尔运算,生成任意复杂型体的三向DEXEL模型。将多面体的三向DEXEL模型转换为小体素模型,实现复杂属性体建模。通过设置小体素的透明度属性为全透明,实现人造微孔骨结构设计。在Java2.0与Java3D环境下编程实现并验证了所有算法。

中国画线条之“势”

线条,是中国画的艺术媒介,创造的原生动力,生命的语言符号。它融入了画家的艺术风格,达到了思想感情和艺术属性的契合,更是画者人格魅力、道德风尚和精神力量的完美体现。画面中有形的"线"既是情感的载体,蕴涵在画面形式结构的动感中,亦是诸种要素间的联系纽带。线条通过丰富的"形、色",充分表现出艺术的"意、境",铸造出无形的"势",创造出空灵流动、富有韵律节奏的画面。

基于等效梁的座底式平台立柱强度分析方法

“中油海33”座底式平台操船手册规定最大作业水深10 m,而目标海域水深11 m,超出操船手册限制,采用有限元软件ABAQUS校核其立柱强度。大立柱和中立柱截面复杂,通过ABAQUS分析得到其等效梁属性,以梁单元建立立柱数值模型。由于座底式平台顶部甲板和底部沉垫的抗弯刚度远大于立柱,所有立柱顶部和底部分别采用刚体约束,得到仅有立柱构成的整体模型。计算作业工况和生存工况不同方向环境载荷作用下立柱的动力响应。根据API规范校核结果,得知作业水深11 m时立柱满足作业工况和生存工况的强度要求。本方法利于施加波浪和海流载荷,可以高效确定座底式平台立柱强度状态。

含非连续性信息多属性案例中的决策知识发现方法

医疗决策案例中非连续性属性信息大量存在,含该类信息的案例知识发现是多属性案例决策的关键和难点。该文研究了含非连续性属性信息案例中的决策知识发现,将条件概率和GAs融合技术整合到案例推理方法之中,开发了KNN的延伸方法——CRMGACP法。该方法的核心是基于Gas进行权重获取和基于融合条件概率的改进相似度算法进行案例知识获取。在某大型综合医院收集数据,获取有效数据300条,基于VC++开发实现的BC-CBRsys平台进行了实验研究,结果表明CRMGACP比其他常见方法具有更好的性能,在多个统计指标上展示出显著的优势。显然,改进的案例决策方法克服了含非连续性信息案例决策知识难以获取的问题,在临床决策领域具有广阔的前景。

非关系型分布式大数据多分辨率采集系统设计

为了满足用户的数据采集与应用需求,提出非关系型分布式大数据多分辨率采集系统设计。搭建分布式大数据多分辨率采集架构,引入Boosting算法将同一空间分辨率数据划分为同一类别,完成大数据的聚类处理;测量数据传输延时与时钟偏移量,同步配置分布式时钟;以大数据聚类结果为基础,以分布式时钟同步配置为依据,以用户需求数据分辨率范围为限制,在大数据聚类集合中提取相关数据,选取适当的存储节点保存提取数据,从而实现分布式大数据的多分辨率采集。实验结果表明:应用设计系统获得的数据采集速率最大值为140 MB/s,数据采集质量因子最大值为9.4,证实设计系统应用性能更佳。