用于基因调节网络建模的概率布尔型基因网络结构分析

基于IylaShumlevich提出的概率布尔型网络(PBN)模型,讨论了概率布尔型网络PBN的结构分析问题.依据PBN网络模型中任意两基因之间量化了的相互影响,对基因调节网络图进行分割,得到各自独立的子网络.同时,依据一定规则找到对网络的稳定性起决定作用的关键基因,通过对关键基因的状态分析,并扩展到整个网络,最终确定PBN的状态.

数据库中布尔型及广义模糊加权关联规则的挖掘

引入布尔型加权关联规则和广义模糊加权关联规则的概念，并分别给出挖掘这些规则的计算方法．

布尔型模糊系统逼近的充分条件

为了保证布尔模糊系统逼近定义在紧集上任意实值连续函数的逼近精度,给出一个估计布尔模糊系统的输入变量与输出变量各自需要构造的模糊集个数的公式,讨论如何设计布尔模糊系统,以便实现逼近任给的实值连续函数到需要的逼近精度.最后通过一个例子展示了如何设计布尔模糊系统来逼近所给的连续函数的具体方法.

概率布尔型基因调节网络的分解方法研究

基于Iyla Shumlevich等提出的概率布尔型网络(PBN)模型,计算网络中任意两基因之间量化了的相互影响,给出相应的有向带权图模型。通过对模型的标准化分析,找出关键节点,以各关键节点为中心,对网络划分,通过计算子网络间交互信息,确定各子网络边界,以达到对网络的最优分解。

布尔型关系矩阵的收敛性、特征模糊集及稳定性分析

指出了文[1]中部分错误,在此基础上分析了带有"max-product"合成运算的布尔型关系矩阵的稳定性,讨论了关系矩阵及模糊状态过程的收敛性,指出了稳定关系矩阵特征模糊集的确定办法及几种特殊情形下的算法.

关联分析及单维单层两因子布尔型关联分析的实现

数据仓库技术和数据挖掘技术最适合应用于商业智能(BI)领域。关联分析是数据挖掘的重要分析模式之一,文中针对关联分析这一方面,阐述了其应用背景、基本概念,并提供了一个实现其最基本类型:单维单层两因子布尔型关联分析的可行算法。

威布尔型共享脆弱模型的贝叶斯实证研究

本文主要借助MCMC方法,利用Gibbs抽样对威布尔型共享脆弱模型进行贝叶斯分析,利用数据模拟说明了模型的有效性.

布尔型贝叶斯网络参数学习

布尔型贝叶斯网络是一类由布尔型变量组成的网络,它能够以线性多变量函数描述,使计算和处理上灵活高效。通过运用连接树算法对络进行分块化处理的方法,可以提高算法的效率,然后以传统的最大似然估计方法对布尔型网络的参数进行学习。服从同一分布律的贝叶斯网络参数学习算法发展比较成熟,这类以狄利克雷或者高斯分布为基础的算法在应用领域中难以发挥其应有的价值。相比之下,基于布尔型贝叶斯网络下的参数学习更贴近于应用,在人工智能和数据挖掘等领域有很好的发展前景。

Apriori算法在布尔型关联规则领域的应用

在数据挖掘中,关联规则挖掘发现大量事务项之间有趣的关联关系的研究是一个重要的课题。Apriori算法则是数据挖掘中,搜索关联规则频繁项目集最有影响的算法。本文通过一个实例对Apriori算法在布尔型关联规则领域的应用进行了探讨。根据Apriori算法实现了计算机程序的实例验证。

基于分段函数的威布尔型备件需求量近似算法

威布尔型备件需求预测模型涉及多重无穷级数,计算较为困难。一般采用的近似计算方法,往往存在着较大误差。通过研究更新函数的有关性质,提出了一种利用分段函数近似更新函数的威布尔型备件需求函数近似方法,避免了备件需求预测计算复杂的问题。理论分析表明:提出的近似算法保证了获得的备件需求量要小于工程近似算法。最后通过算例,仿真验证了提出的近似算法的近似效果较好,紧贴仿真结果,精度优于近似计算方法,满足实际保障需要,有利于工程需求。

威布尔型产品的可靠性评估中需要注意的几个问题

针对威布尔型产品的可靠性评估进行了讨论,指出威布尔型产品可靠度与已工作过的时间有关,威布尔分布的参数对可靠度的影响很大,其取值要有依据,对战术技术指标的评估必须采用成熟的方法,错误评估方法产生的错误信息,其误导产生的后果是难以想象的。

基于FRUTAI算法的布尔型移动在线学习资源协同推荐研究

[目的 /意义]针对移动在线学习平台中用户评价具有布尔变量属性的学习资源,提出一种适用于该类资源的协同推荐方法。[方法 /过程]首先采用基于用户自身属性和已有好友分布特征的FRUTAI算法,确定目标用户的最近邻集;然后在解决数据稀疏的基础上,提出适用于布尔型移动在线学习资源的协同推荐方法;最后选取实证对象,依据相关评估方法评估推荐结果。[结果 /结论]在以豆瓣书评网数据作为数据集的实证中取得了较好的推荐效果。实证结果表明,本文提出的改进的协同推荐算法可以有效地应用于移动在线学习平台中的布尔型学习资源,具有较好的推荐效果。

一种基于进制转换的数值型关联规则分析方法

针对基于区间划分的数值型关联规则分析方法存在的问题,提出了一种基于进制转换的分析方法。此方法将十进制的属性值转换为二进制,并将二进制数值的每一位映射为二个布尔型属性,在此基础上,再采用布尔型关联规则分析方法。相对于基于区间划分的方法,此方法的优点是转化过程不存在失真,且能有效地降低后续分析过程的时间复杂度。

Java语言讲座(三)第二章Java数据类型

Ｊａｖａ语言讲座（三）主持人：钱宗才教授第二章Ｊａｖａ数据类型Ｊａｖａ的数据类型指明了Ｊａｖａ语言的变量或表达式的状态和行为，Ｊａｖａ的数据类型可包含简单类型和复合类型。Ｊａｖａ有８个简单类型，它们可以分为四组，即：●整数类型：包括ｂｙｔｅ、ｓｈｏｒ...

快速挖掘全局频繁项目集

分布式环境中 ,全局频繁项目集的挖掘是数据挖掘中最重要的研究课题之一 传统的全局频繁项目集挖掘算法采用Apriori算法框架 ,须多遍扫描数据库并产生大量的候选项目集 ,且通过传送局部频繁项目集求全局频繁项目集的网络通信代价高 为此 ,提出了一种分布数据库的全局频繁项目集快速挖掘算法———FMAGF FMAGF算法采用传送条件频繁模式树或条件模式基来挖掘全局频繁项目集 ,可有效地减小网络通信量 ,提高全局频繁项目集挖掘效率

基于逻辑“或”约束优化的实时系统设计

标准约束优化问题的等式或不等式约束之间是逻辑“与”关系,目前已经有很多高效、收敛的优化算法.但是,在实际应用中有很多更一般的约束优化问题,其等式或不等式约束之间不仅包含逻辑“与”关系,而且还包含逻辑“或”关系,现有的针对标准约束优化问题的各种算法不再适用.给出一种新的数学变换方法,把具有逻辑“或”关系的不等式约束转换为一组具有逻辑“与”关系的不等式,并应用到实时单调速率调度算法的可调度性判定充要条件中,把实时系统设计表示成混合布尔型整数规划问题,利用经典的分支定界法求解.实验部分指出了各种方法的优缺点.

线性关联规则研究

首先讨论了布尔型关联规则的不足 ,然后提出了线性关联规则的概念 ,详细讨论了线性关联规则的挖掘方法 ,具体给出了线性关联规则的挖掘过程 ,分析了线性关联规则的作用 .还给出了实验结果 。

地震时最大地面水平加速度分布参数的确定方法

在塔器的可靠性强度设计中,需要进行各种随机变量的统计分析.为了统计分析其中的随机变量之一地震时最大地面水平加速度,文中提出了一种利用Excel生成概率纸并得到其分布参数的方法.用此方法不仅可以在没有现成概率纸的条件下确定分布参数,而且还可以直接用来判断所采集的样本是否呈威布尔型极值分布.该方法简单易学,方便实用.

一种基于记录分区的多值关联规则挖掘算法

根据多值关联规则的属性互不相交的特点 ,提出基于记录分区的多值关联规则的定理和算法 ,利用反倾斜技术 ,在合理的内存支持下 ,该算法能以至多 3次扫描数据库 (I O)的时间复杂度 ,有效地在分布不均的数据记录集中产生高频项目集(frequentitemsets)

数据挖掘中的关联规则

关联规则(AssociationRules)是数据挖掘(DataMining)中的重要工具.系统综述关联规则的各种形式及研究动态,供读者对不同的对象与背景,有效地运用关联规则的原理与方法解决实际问题.