基于Apriori数据挖掘优化方法研究

针对基于Apriori挖掘方法不能高效地解决分发事务问题,提出一种分层结构的优化方法,在保证得到大项集的完整性条件下创建数据库的分层结构,提高挖掘性能和挖掘速度。算例测试结果表明:可以使事务数据库逐步减少,尽可能地消除所有可能不起作用的事务,提高挖掘效率,节省系统开销。

AUV的图优化海底地形同步定位与建图方法

海底地形辅助导航技术可为智能水下机器人(AUV)的长时间水下作业提供有界精确导航结果,且无需声学基阵辅助。然而,地形辅助导航需要已知高精度先验海图,这大大限制了其应用范围。为解决海底地形未知条件下的海底地形辅助导航问题,提出了海底地形同步定位与建图技术。利用水深预测手段和地形匹配方法进行帧间数据关联构建和闭环检测,并通过图优化技术进行海底地形同步定位与建图问题求解。仿真试验结果显示,在航行1h后,海底地形同步定位与建图系统的建图结果中所有测深点定位误差均值约为13m。

高超声速风洞实验数据的多维空间相关理论与关联方法

本文首先回顾了国内外高超声速飞行器气动力/热风洞实验数据关联方法领域的研究进展,讨论了风洞实验数据关联方法发展的思路及其局限性.在此基础上,我们提出了具有普适性的高超声速风洞实验数据多维空间相关理论,发展了一套基于多维空间相关理论的具有泛函优化特征的数据关联方法.多维空间相关理论揭示了不同类型风洞实验数据之间的内在规律,为合理利用已经获得的有效风洞实验数据奠定了基础.选择一定体量的多空间数据,应用发展的泛函优化数据关联方法,能够得到具有全局最优特征的风洞实验数据多空间集合的解析关联函数,探索反应高超声速流动规律的相似性参数.通过几个典型算例的对比分析,评估了实验数据多维空间相关理论应用的可行性、泛函优化数据关联方法的关联能力及其解析函数的关联精度.研究结果表明:高超声速风洞实验数据多维空间相关理论及其泛函优化数据关联方法能够充分并有效地利用已有的高超声速风洞实验数据,获得更合理的全局关联函数和更高精度的风洞实验数据关联结果,从而支撑利用风洞实验数据深入发掘流动规律和相似参数的研究.