基于项集依赖的最小关联规则挖掘

传统关联规则挖掘可能会得到大量的、杂乱的规则,它们对用户来说是不相关的或不感兴趣的。提出最小关联规则集和项集强依赖关系的概念,以实现基于项集依赖的最小关联规则挖掘算法。其不仅可以避免验证某一频繁项集下的所有非空真子集是否可形成关联规则,还可以通过删除那些过于复杂、有重复信息的规则来进一步简化传统规则集合。通过最小关联规则集可推导得到大多数冗余规则的支持度和置信度,实现了传统规则集的一种近似无损表述。采用UCI机器学习库中数据集进行实验,结果表明提出的方法得到的规则数量明显减少,且规则更加简短、无重复信息,为最小关联规则挖掘提供了更好的方法。

基于最小关联窗口的高光谱图像非监督分类

为了提高分类精度和减少麻点现象,该文在最小关联窗口模型基础上,提出了一种高光谱图像非监督分类方法。首先该方法推导了一个目标辨识量——泛光谱曲线;基于此辨识量和图像空间一致性,提出了像元最小关联窗口继承式分类。类间距离使用巴氏距离(Bhattacharyya distance)度量,将相似类合并,完成最终分类。最后利用美国AVIRIS数据进行性能评价,并分别与K均值(K-MEANS)和迭代自组织数据分析技术(ISODATA)进行了性能对比。实验结果表明,该方法分类精度和麻点现象均优于K-MEANS和ISODATA。

一种交互式可约束的最小关联规则集挖掘算法

给出三类约束 ,并讨论了约束的反单调性 ,实现了一种交互式的可约束的最小关联规则集挖掘算法 。

关于单模最小关联混态的量子隐性传态及其保真度的研究

基于Braunstein和Kimble方案以双模压缩真空态作为量子信道实施对单模最小关联混态量子隐性传态的可行性进行了研究。我们发现,单模最小关联混态在一定参数范围内呈现出压缩效应这种非经典性质,利用双模压缩真空态作为量子通道可以高保真的传递没有压缩效应的单模最小关联混态,但对呈现压缩效应的单模最小关联混态进行量子隐性传送时得到输出态的保真度较低。而且发现通过调节输出端位移因子的方法不能实现对单模最小关联混态保真度的优化。

双模最小关联混合态作为量子信道实现量子隐形传态的保真度

基于Braunstein和Kimble提出的B-K方案以双模最小关联混合态作为量子信道实施对未知量子态的隐形传送,并以传送相干态为例进行了研究.结果表明:双模最小关联混合态作为一种广义的Einstein-Podolsky-Rosen型纠缠态在实现量子隐形传态中能很好地担当量子信道的角色,在纠缠度和压缩度选择适当的条件下被传送未知量子态的保真度可以达到1.这是比双模压缩真空态更优越的量子信道.

基于最小二乘灰色关联分析法的地对空高功率微波武器单元重要度评估

针对地对空高功率微波武器单元重要度分析的复杂性与不确定性问题,建立地对空高功率微波武器单元重要度评估指标体系及重要度评估模型。首先,通过功能结构分解确定地对空高功率微波武器的重要功能单元;其次,采用德尔菲法构建地对空高功率微波武器单元的重要度评估指标体系;再次,构建基于最小二乘灰色关联分析法的地对空高功率微波武器单元重要度评估模型;最后,结合地对空高功率微波武器微波发射单元对评估模型进行验证。结果表明:该方法能够精确地评估地对空高功率微波武器单元重要度,为定量规划地对空高功率微波武器的维修保障任务提供一种有效途径。

莫索湾地区梭梭群落种间关联性的研究

采用2×2列联表,应用χ2检验方法研究了古尔班通古特沙漠南缘莫索湾地区梭梭群落15个种群的种间关联性。结果表明:1)15个主要种群间所联结的种对在1m×2m至4m×8m 5个样方尺度内,总体呈显著的负关联,随调查样方尺度的扩大,关联性减弱,但当扩大到一定尺度时(32m×32m),则开始总体出现正关联。2)选择的105个种对中,有50个种对分别在不同样方尺度中表现出显著或极显著的种间关联,约占总数的47.6%;其中27个种对为正关联,20个种对为负关联,3个种对在小样方时呈负关联,当样方尺度扩大到一定时开始呈现正关联。3)调查发现群落中种对间的关联性除与一定尺度下的关联系数有关外,还与调查样方尺度有关。一般说来,最小关联面积越小,关联系数越大种对间关联程度越强。

基于Web数据挖掘的高效关联规则研究

随着网络资源越来越丰富,Web数据挖掘逐渐成为因特网上资源有效利用的研究热点。本文提出通过对因特网上非结构化数据的XML格式进行筛选等处理,然后转化为结构化数据存储在SQL Server数据库中。并在此基础之上利用关联规则发现以生成最小关联规则集来代替完全关联规则集,就可以有效地剪除弱关联规则,大幅度地减少候选频繁项目集,从而提高规则发现效率。最后,在传统经典算法Apriori基础上,利用弱关联规则的向上关闭特性设计了一个相应的高效算法。

基于数据仓库的高效关联规则的挖掘

提出在基于数据仓库的关联规则发现中生成最小关联规则集来代替完全关联规则集，最小关联规则集必须具备两个条件：(1)最小关联规则集是最小、最简单的关联规则集合；(2)最小关联规则集与完全关联规则集有相同的置信度。通过最小关联规则集，可以有效地剪除弱关联规则，大幅度减少候选频繁项目集，从而提高规则发现效率。最后，在传统经典算法Apriori基础上设计了一个相应的高效算法。

关联论对幽默的诠释

幽默言语是人类日常生活中经常出现的一种语言交际形式。语言本身并无幽默可言,只有在特定的情景和语境中,一定的语言才会产生幽默感。幽默的产生通常有四种情况:语境效果的前后矛盾,最佳关联和最大关联的矛盾,记忆与感官系统的失谐,旧语境与新产生语境之间的矛盾。

基于频繁闭项集的Web日志挖掘算法

介绍了Web日志挖掘的模型,分析了使用关联规则挖掘Web日志时遇到的规则数量大且存在冗余等问题,提出了基于频繁闭项集的挖掘办法来减少规则数量.同时引入最小关联规则的概念,从而避免了冗余规则的产生.最后用实验验证了算法的有效性,并以周口师范学院校园网为例,对该网站日志数据进行分析,得到了有价值的规则,并对该网站提出了相应的建议和意见.

单模压缩真空态的量子隐性传态及其保真度的研究

文章基于Braustain和Kimble方案以双模最小关联混态作为量子信道实施对单模压缩真空态的量子隐性传态。研究发现,以混态纠缠态作为量子通道实行量子隐性传态得到输出量子态保真度较小。但是通过利用调解输出端位移因子的保真度的优化方案,我们发现可以在一定的参数范围内可以实现对具有压缩效应的量子态的高保真传送,在一定条件下甚至可以实现保真度为1的量子态的隐性传递。

一种无冗余的Web日志挖掘算法

Web日志挖掘是Web数据挖掘的一个重要研究领域。Web日志挖掘通过发现Web日志中用户的访问规律和模式,可以提取出其中潜在的规律和信息,人们对这个领域的研究也日益重视。然而,传统的基于关联规则的Web日志挖掘算法都是基于所有关联规则的。这种方式往往挖掘产生大量的候选规则,而且存在大量冗余的规则。提出了一种新的无冗余的Web日志挖掘算法,该算法通过引入频繁闭项集合最小关联规则的概念,从而解决了以往基于所有关联规则挖掘算法中出现的上述问题。

误差校正下单站多外辐射源BR/BRR多目标定位算法

单站多外辐射源雷达定位系统利用多组双基距(BR)和双基距变化率(BRR)量测值对多运动目标定位。量测偏差的存在使得定位性能下降,对此该文提出一种基于迭代后验关联最小二乘估计的联合误差校正和目标定位算法。首先引入辅助变量对BR和BRR非线性观测方程伪线性化,建立目标参数和偏差的联合估计方程。其次,利用辅助变量和目标参数之间的关系构建新的等式方程设计关联最小二乘算法,并采用后验迭代校正固定偏差进一步提高定位精度和全局收敛性。最后对算法的理论误差和全局收敛性进行了分析,仿真结果显示:所提算法具有较好的全局收敛性且目标定位性能达到克拉美罗下界。

代谢组学数据处理方法——主成分分析

代谢组学在生命科学领域得到了越来越广泛的应用并展现出良好的前景。代谢组学分析产生的含有大量变量的数据难以用常规方法进行分析,如何正确分析和解释代谢组学的数据是研究的关键。本文主要介绍了在代谢组学数据分析中占主导地位的主成分分析基本方法,旨在加强代谢组学数据分析的基础知识并规范数据分析的方法。

基于动态质心迭代与偏差修正的室内定位方法

射频识别技术(RFID)是室内精确定位的重要技术之一.基于经典LANDMARC算法定位精度不高问题,提出了基于动态质心迭代和偏差修正相结合的定位算法.该算法采用最小关联度为准则,通过将近邻区域质心作为下一个参考标签依次迭代近邻成员,直至与目标标签的关联度低于阈值,实现预定位;通过实施k近邻成员重定位并引入修正系数对预定位坐标进行偏差修正.实验结果表明,相比于LANDMARC算法,该算法的定位准确度得到较大提高.

思辨逻辑中的“是”

形式逻辑在同一律下运用系词“是”,并不追究其根源。黑格尔试图在逻辑关联之内给出“是”的规定,他区分了“是”和“不”的经验运用和抽象意义,指出了经验的“是”仅仅确切说出了某物之“在”,并同时陷入孤立原子的单调无限关联表象中,从而只达到了差别同一或“映现”的同一。这种表象其实是概念自行分化、交替规定和级次跃迁的产物,只有在概念自相关意义上,系词“是”才能真正达到无差别的同一。

误差校正下外辐射雷达无源定位算法

针对多基外辐射源雷达定位中存在系统误差的问题,提出了一种基于到达角度(DOA)与到达时差(TDOA)的外辐射源雷达无源定位和系统误差校正算法。首先,该方法引入辅助变量对非线性的DOA和TDOA量测方程进行线性化,利用迭代加权最小二乘算法得到对目标位置和系统误差的联合估计;然后,利用辅助变量与目标位置的关联性,设计了一种关联最小二乘算法对初始估计值进行改进;最后,通过后验迭代估计进一步提高目标定位精度。仿真结果表明该算法能够有效地估计系统误差和目标状态。

海战场环境对两栖舰艇兵力投送影响分析

针对海战场环境下两栖舰艇兵力投送的复杂性、不确定性问题,建立海战场环境影响评估指标体系。基于最小二乘灰色关联分析法构建了海战场环境对两栖舰艇兵力投送的影响评估模型。实例研究为在两地间运输兵力,考虑不同时段的海战场环境,从3个时段中选择最优方案。仿真结果验证了该文方法的可行性。

特征选择双层SVM的融合算法用于极化SAR图像分类

为了充分利用极化合成孔径雷达(synthetic apeture radar,SAR)图像丰富的地物信息并解决单一特征在图像分类中的局限性问题,提出了一种基于特征选择双层支持向量机(support vector machine,SVM)的特征融合算法,充分利用特征间的完备性和互异性,以形成更有效的特征组合,并用于SAR图像的分类。首先,对SAR图像进行多种类型特征矢量的提取以能完整地描述全极化SAR图像;其次,进行特征归一化处理,以保证不同的特征向量在同一准则下进行选择,以期在进行分类时具有相同的作用;再次,引入空间金字塔(spatial pyramid,SP)分块提取不同尺度的特征矢量;然后,利用最小冗余最大关联(minimum redundancy and maximum relevance,mRMR)特征选择方法获取每种类别的最优特征子集,避免各类特征的简单组合导致的特征冗余和过度拟合现象;最后,引入多层的思想,构造双层SVM模型,实现单层目标类别概率的优化和再处理。实验结果验证了该算法对于极化SAR图像分类的有效性。