规则序列与奇异非线性移存器——求解快速自启动反馈函数

本文提出由非线性移存器产生规则序列的问题 ,它的用途之一是可以用来取代移位计数器传统的逻辑设计。研究表明 ,求解快速自启动产生规则序列这一问题其实质就是要寻找一个或一批奇异非线性移存器 ,且使它或它们的状态图仅有一个带若干短枝的圈。文中用状态转移变换的方法证明了一批快速自启动产生规则序列的奇异非线性移存器。

产生规则序列的最佳奇异非线性反馈函数

本文用状态转移变换的方法证明了一批快速自启动反馈函数。文中对最佳的概念提出了两种不同的标准和一种附加标准,并按这些标准分别确定了它们相应的最佳反馈函数。

按规则序列设计的移位型计数器

本文介绍一种按规则序列设计的移位型计数器。此类计数器设计方便 ,电路简单 ,译码电路简单 。

深度神经网络在不规则弥漫大B细胞淋巴瘤时间序列数据分类预测中的应用

目的探讨深度神经网络在不规则时间序列数据中的分类效果,并对山西某医院2014-2020年362例弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者进行复发预测。方法回顾性地收集了确诊且治疗后达到完全缓解的362例DLBCL患者的病例资料,并预测其两年内的复发。先利用LASSO回归进行变量的筛选,再构建基于GRU-ODE-Bayes(gated recurrent unirt-ordinary differential equation-Bayes)的不规则时间序列深度神经网络模型,并与传统模型及其他深度神经网络模型进行比较。结果在本文的所有模型中,传统模型的分类性能不及深度神经网络模型。其中GRU-ODE-Bayes模型最优,其AUC为0.85,灵敏度为0.84,特异度为0.71,G-means为0.77。结论关于不规则DLBCL时间序列数据,与本文其他模型相比,GRU-ODE-Bayes模型可以更精准地预测DLBCL患者的复发情况,可为患者个性化治疗和医生决策提供参考。

不规则时间序列距离的度量

针对时间序列距离度量的算法很多,但没有适用于不规则时序距离度量算法的现状,基于寻求全局序列点构成的边集之间的距离路径最小的思想,提出一种不规则时序距离度量的算法,并给出了事件序列生成算法和不规则时序距离度量算法的实现,最后利用UCIKDD的时间序列测试数据对算法进行了测试。测试结果证明了该不规则时序距离算法能够有效度量不规则时序的相似性。

基于类序列规则的中文微博情感分类

研究中文微博文本的情感分类问题,介绍一种基于类序列规则的微博情感分类方法。通过情感词典和机器学习的方法获得微博文本中每个句子的2个潜在的情感标签,将每条微博文本看作是一个数据序列,从数据集中挖掘出类序列规则,从挖掘出的规则中提取出的有效特征并结合文本其他特征来训练分类器。在COAE会议提供的微博数据集上的实验结果表明该方法的有效性。

基于用户访问事务文法的序列关联规则发现

在 Web挖掘中 ,应用关联规则发现方法可以发现 Web页面之间用户访问的关联度 .由于 Web站点内含丰富的页面结构信息 ,也由于用户的访问总是要遵循一定的访问顺序 ,因此提出一种新的可以发现用户访问序列之间关联度的方法——序列关联规则发现方法 .该方法首先得到用户访问事务 ;然后根据正则文法 ,定义了一种新的用户访问事务文法 ,用于从用户访问事务中得到用户序列访问事务 ;最后应用关联规则发现算法进而发现序列关联规则 .为了进一步评价所发现的序列关联规则 ,引入了互信息的概念 .发现的序列关联规则可以帮助 Web站点的设计者更好地理解用户的访问 ,以用于调整

感知敏感序列规则的在线时空K-匿名方法

时空K-匿名方法以数据可靠、实现方式简便灵活,适合基于移动计算环境的LBS的特点,成为近年来在LBS领域研究隐私安全的主流技术。挖掘连续查询的时空K-匿名数据集,抽取出潜在的、有用的序列规则,可为众多行业应用提供预测分析功能,但同时也会产生基于敏感序列规则推理攻击用户隐私的威胁。传统的基于敏感知识隐藏的抗攻击方法,不能适应LBS应用具有的长期、连续、在线服务的特点。文中提出一种感知敏感序列规则的在线时空K-匿名的抗攻击方法:基于中间件的第三方匿名服务器首先从挖掘并分析连续查询生成的匿名区域序列数据集得到隐私敏感的序列规则,然后在后续的LBS查询服务请求中,设定一系列"泛化"、"避让"准则,动态感知敏感序列规则在线生成时空K-匿名数据集,并更新成功匿名的匿名数据集到匿名区域序列数据库。最后,当更新次数达到设定阈值后,重复匿名集序列规则的挖掘、分析与动态隐藏,直至消除所有敏感序列规则。实验证明,提出的方法可以实现匿名集数据中敏感序列规则的动态隐藏,有效消除基于敏感匿名集序列规则对用户位置隐私的推理攻击,且具有速度快、代价小的优点。

基于序列关联规则挖掘的Web日志预测精度研究

目前许多研究关注如何利用序列关联规则预测用户最近的HTTP请求,这些研究主要利用次序信息或时间信息来进行剪枝,以提高预测的精度。该文对不同序列关联规则进行了分析和比较,给出了不同次序信息和时间信息的条件下各种序列模式挖掘算法。并使用实验比较这些算法的预测精度。通过对实验结果的分析,为进一步提高预测的精度指明了方向。

基于混合类别序列规则的中文比较评论的识别

在线评论中的比较信息揭示了品牌和商品的竞争性关系,为消费者的购买决策提供了有力的依据。在线评论中比较信息通常以显性和隐性两种形式存在。为此,提出一种将句法、规则、特征相结合的比较句识别算法。针对显性比较评论,提出了融合CSR方法与依存句法分析算法,即比较句的形式化结构与内在依存关系两个方面结合,提高比较句识别的效率。针对隐性比较评论,提出了基于产品名识别的方法,可有效识别隐性比较句,由此拓宽了比较句识别的范围。

基于邻接网络的序列规则挖掘算法

给出一个新的序列规则挖掘算法 ,该算法在挖掘规则以前将数据库预先存贮为序列邻接网络 ,在序列邻接网络中每个项目集顶点都有一个域来记录它的支持度 .算法把频繁序列规则的发现问题转化为网络中的顶点搜索问题 ,大大提高了搜索过程的效率 .为了有效地解决网络生成过程中的序列支持度计算问题 。

基于约束的序列模式关联规则挖掘算法

约束关联规则是数据挖掘的一个主要方向,可以根据用户给定的约束条件针对性的挖掘.目前大多数的研究都集中在约束频繁项集挖掘方面,很少进行序列模式的约束关联挖掘.本文把序列模式和约束进行结合,提出一种基于约束的序列模式关联规则挖掘算法.它同时处理两类约束:反单调性约束和单调性约束.可以根据约束条件挖掘数据间的因果关联关系.通过实验验证,该算法在运行效率上达到了较好效果.

LBS连续查询的匿名序列规则挖掘方法研究

随着LBS的深入发展与广泛应用,隐私保护成为LBS深入发展中亟待解决的关键技术问题。时空K-匿名是LBS隐私保护的主要类型,当前研究尚未涉及匿名集数据的可用性和隐私保护的安全性。针对上述问题,基于匿名集数据具有时空序列的特性,提出了一种基于双向不可逆扩展的匿名集序列规则挖掘算法。该算法在扫描序列数据库的过程中,对相应的项集进行位置标记,从而保证了对序列数据库一次扫描即能挖掘出用户移动的序列规则。通过对频繁模式进行扩展并发现用户的移动规律、行为模式,对所提出的算法进行了验证实验及其结果分析。实验结果表明,所提出算法的挖掘结果会涉及到敏感区域,如军事领域等,因此对于实现LBS位置隐私保护具有重要的实践意义,对于丰富隐私保护数据挖掘领域的研究具有一定的理论价值。

基于MapReduce的序列规则在推荐系统中的研究

目前常用的个性化推荐系统模型通常是基于协同过滤或者是基于内容的,也有部分基于关联规则的。这些算法没有考虑事务间的顺序,然而在很多应用中这样的顺序很重要。文章提出了一种简易的基于序列模式的推荐模型,并且考虑到大规模数据的处理,结合了MapReduce编程模型。这种简易的推荐模型可以用来辅助通常的个性化推荐系统。

基于包含与演绎分析的无冗余序列规则挖掘

序列规则挖掘旨在发现频繁序列之间的因果关联,当前最优的序列规则产生方法仅考虑两规则间的包含关系而没有考虑多规则间的演绎关系,故而存在大量冗余。引入演绎无冗余规则的概念,分析演绎冗余的原因,重新定义了无冗余规则的概念。在频繁闭序列及其生成子的基础上,基于最大重叠项冗余性检查给出了无冗余规则抽取算法。理论分析和实验评估表明该算法在处理效率基本不变的前提下,提高了序列规则的生成质量。

基于成簇的规则间隔短回文重复序列的严重急性呼吸综合征冠状病毒2检测的最新进展

严重急性呼吸综合征冠状病毒2(SARS-CoV-2)导致的新冠肺炎(COVID-19)迅速蔓延全球,给全球公共卫生系统带来了挑战。由于逆转录-定量聚合酶链反应(RT-qPCR)和抗原测试的普遍适用性和灵敏度较差,并且具有不同突变的SARS-CoV-2变体持续的出现,给疫情防控带来了更大的挑战,因此,高灵敏度、无需设备并且能够区分SARS-CoV-2变体的诊断方法亟须发展。基于成簇的规则间隔短回文重复序列(CRISPR)的诊断对设备要求低,具有可编程性、灵敏性和易用性,已经发展出多种核酸检测工具用于传染病的诊断,其在临床上具有巨大的应用潜力。文章聚焦于近期发表的基于CRISPR实现SARS-CoV-2检测和变体区分的最新技术,总结其特点并对其发展进行了展望。

设计任意序列的一种新方法

提出了采用规则序列及其合成的新方法来设计任意序列。这种新方法既可使设计变得十分简单，又能保证所设计的电路必定能自启动。尤其值得注意的是，这种新方法可以方便地实现。（１）序列长度可改变；（２）序列中“１”游程、“０”游程的长度及其排列可改变；（３）多个同步序列的设计这三种过去较为困难的设计。

长度为合数的任意序列的设计

本文对长度为合数的任意序列采用规则序列及序列合成的新方法来设计做了进一步探讨。结果表明 。

基于规则的服务流程配置模型与系统

在现有的服务流程应用中,由于业务复杂性,标准服务流程与变化的业务需求通常不相符合。为提高企业的响应能力,提出了一种服务流程配置模型和系统。在流程运行过程中,通过激发合适的配置规则序列,对服务流程实施个性化配置,并允许用户在流程自动化配置的基础上实施二次配置,同时提供基于流程修改日志的规则挖掘模块,学习流程在特定上下文下的配置方式,实现对服务流程知识库的自动扩充。

基于重组酶介导等温扩增-CRISPR/Cas12a的青鱼物种快速鉴定研究

目的 建立一种快速、特异、灵敏地鉴定青鱼物种的方法。方法 以青鱼线粒体16SrRNA基因的保守序列设计特异性crRNA,并根据crRNA设计重组酶介导等温扩增(recombinase-mediatedisothermal amplification,RAA)引物;建立青鱼的RAA-CRISPR/Cas12a快速鉴定方法,并对该方法的检测时间进行优化;同时,评估该方法的特异性和灵敏度,并对青鱼及其近缘物种的市售样品进行检测。结果 该方法仅需25 min完成检测;对青鱼物种的鉴定表现出显著的特异性,并对其近缘物种如草鱼、赤眼鳟、鳡鱼、倒刺鲃的检测结果均呈阴性;方法灵敏度为1.0×10-3ng/μL(以基因组DNA计);与DNA条形码技术相比,该方法在市售样品的检测结果上表现一致。结论 建立了青鱼物种的RAA-CRISPR/Cas12a现场快速检测方法,该方法具备快速、特异、灵敏的特点,为水产市场或野外环境中快速检测青鱼物种提供了技术手段。