关联规则开采的集合算法

为了有效地从商业数据库中开采出有用的信息 ,需要解决的两个关键问题 :(1)如何将现有的各种开采算法集成到 DBMS(数据库管理系统 )中去 ,(2 )提高开采的效率 .本文以关联规则开采为例 ,研究了上述问题 ,为了将关联规则开采算法与 DBMS进行无缝集成 ,我们需要研制面向集合操作的集合算法 ,STEM是关联规则开采的经典集合算法 ,我们在分析了 STEM算法性能以后提出了改进的 SETM*算法 ,为了提高开采的效率我们给出了并行开采算法PSETM* (Parallel SETM* ) .从算法比较中可以看出 SETM*比

基于集合算法的复杂精馏建模与求解

对复杂精馏系统模拟的程序结构进行模块化处理,将系统分解成由塔段、换热器、进料板和分流器等模块组成的树状多层模型,采用集合算法对精馏塔段模块进行简化,在Matlab平台上编程并进行联立求解.将此模拟程序用于Petlyuk热偶精馏流程和空分热耦合流程,模拟结果表明:采用结构化建模的方法,建模过程逻辑简单,模块复用性高;引入集合算法后模型的方程和变量数都明显减少,且对精馏结果的预测较为准确.

Fuzzy聚类分析的集合算法

本文提出了运用集合运算把一满足反身性与对称性的关系改造为Fuzzy等价关系的一个新算法。此算法运算量小,算法规则,便于在计算机上实现。为聚类分析的应用提供了一个有效的新算法。 Fuzzy聚类分析在天气预报、地质勘探、产品分类及日常生活中有着广泛的应用。已发表了一系列的文章去研究Fuzzy聚类的算法及其应用。吴望名在文[1]中给出了“最大树法”,赵汝怀在文[2]中给出了“编网法”,汪培庄在文[3]中应用定义给出了“R乘幂法”。然而以上各算法都存在运算量大,难以在计算机上实现的缺点。以致在徐永春文[4]中仅有20个样本点时。也把最大树算错而得到不正确的聚类,本文我们给出一种便于在计算机上实现,且运算量小的新算法。

变结构多模型估计第V部分——可能模型集合算法

本文提出了一种称为可能模型集合(LMS)算法的变结构多模型(MM)估计器,它适用于大多数混合估计问题并且比较容易实现。在任何时刻使用所有与系统模式匹配的模型。本文讨论了该模型的不同版本。最简单版本通过删除所有不太可能的模型,激活所有主要模型可能跳变的模型来获得模型集合的自适应,从而获得可能的期望系统模式转移。通过一个跟踪机动目标和一个失效检测和识别的例子来演示了LMS估计器设计和应用的通用性、简单性和容易性。文中也给出了算法同其它一些固定结构-变结构估计器在费效比方面的比较结果。

应用集合卡尔曼滤波算法对土壤呼吸速率同化及NEP估算

为了对净生态系统生产力(NEP)进行准确估算,以长白山通量观测站观测数据为基础,构建土壤温度、湿度耦合因子的更新模型(线性函数、指数函数、二次式函数),结合集合卡尔曼滤波算法(EnKF)获取高精度土壤呼吸速率数据,应用陆地生态系统碳循环综合模型(InTEC模型)准确估算NEP。结果表明:二次式模型的EnKF算法同化结果估算效果最好,决定系数(R^(2))为0.782,均方根误差为52.90 g·m^(-2)·a^(-1);指数模型EnKF算法同化结果估算值的R^(2)为0.755,均方根误差为56.47 g·m^(-2)·a^(-1);线性模型EnKF算法同化结果估算值的R^(2)为0.742,均方根误差为62.80 g·m^(-2)·a^(-1)。选取二次式模型优化后的土壤呼吸速率数据,InTEC模型模拟长白山通量观测站长时间序列净生态系统生产力的R^(2)为0.900,均方根误差为61.77 g·m^(-2)·a^(-1);InTEC模型模拟东北三省森林生态系统2003—2010年的净生态系统生产力年均值,由初始模拟的30.07 g·m^(-2)·a^(-1),经EnKF算法更新后提升到176.87 g·m^(-2)·a^(-1)。因此,采用EnKF更新土壤温度-湿度耦合因子获取的土壤呼吸速率数据,能够提高InTEC模型估算NEP的精度,为大区域尺度森林生态系统NEP估算提供技术支持。

一种数据仓库联机维护的集合刷新算法(英文)

提出了一种版本控制集合刷新算法 ( V SR A) .它采用增量维护、版本控制和批处理机制保证数据仓库的联机维护和数据一致性 .V SRA不仅减少了数据库和数据仓库之间的通信流量 ,而且提高了实体化视图的刷新效率 .用户可以随时使用 V SRA进行联机分析处理 。

基于集合最大流算法的WSN栅栏修复方法研究

无线传感器网络栅栏覆盖在入侵检测方面发挥着重要作用,如何修复栅栏间隙是该领域重点研究问题之一。栅栏将监测区域划分为二部分,任何入侵目标从一个区域穿越到另外一个区域都会被栅栏中至少一个传感器节点监测到。栅栏中的节点由于某些原因过早死亡导致栅栏出现间隙,监测目标可以通过间隙而不被栅栏监测到。提出一种利用移动节点修复栅栏间隙的方法,该方法采用基于集合的最大流算法计算出能修复间隙的数量并且具有较高的效率,然后利用移动节点修复栅栏,修复过程中,移动节点的总移动距离最短。最后仿真实验验证了该方法的有效性。

测试集问题的集合覆盖贪心算法的深入近似

测试集问题是一个有着广泛应用的NP难问题.集合覆盖贪心算法是测试集问题的一个常用近似算法,其由集合覆盖问题得到的近似比2lnn+1能否改进是一个公开的问题.集合覆盖贪心算法的推广被用来求解生物信息学中出现的冗余测试集问题.通过分析条目对被区分次数的分布情况,用去随机方法证明了集合覆盖贪心算法对测试集问题的近似比可以为1.5lnn+0.5lnlnn+2,从而缩小了这种算法近似比分析的间隙.另外,给出了集合覆盖贪心算法对冗余度为n1的加权冗余测试集问题的近似比的紧密下界(2o(1))lnn(1).

改进的多级树集合分裂(SPIHT)算法

基于中频和高频子带小波系数中的不重要数的相关性,对SPIHT算法提出一些改进.在改进SPIHT算法中,利用一个组合函数来减少相应位置中频子带的不重要小波系数的冗余.构造集合d来减少高频子带带间的冗余.实验结果表明,改进SPIHT算法相对于改进前SPIHT算法有理想的压缩效果,峰值信噪比和人眼视觉效果都有所提高.

基于结构树集合分割的效能选择性图像编码算法的改进

J M Shapiro提出的嵌入式小波零树 (EZW )图像压缩编码算法 ,以其渐进嵌入的风格和简单高效的特点 ,开辟了小波变换在图像压缩编码应用中的广阔前景 ,引起了人们的普遍关注。在EZW算法之后 ,又有许多对EZW算法进行改进的方案被相继提出。其中由A Said提出的基于结构树集合分割 (SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献 [1]又提出了基于结构树集合分割的效能选择性 (AS SPIHT)图像编码算法。本文提出了一种改进的AS SPIHT(IAS SPIHT)图像编码算法。该算法首先通过建立四元组模型 ,简化了SPIHT及AS SPIHT算法的实现 ;其次 ,通过充分利用已检出重要系数的先验知识 ,进一步提高了压缩比。

基于自适应编码次序的多级树集合分裂算法

为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。

基于二维有向集合扩散的公交网路径搜索算法研究

公交网络路径搜索是智能交通系统中一个关键问题,传统的基于图论的路径算法有不易实现、大规模环境下时空开销大等缺点,本文将公交网络的路径本质归结为逻辑关系,路径的搜索归结为集合的运算,针对公交路径搜索的评价体系特点,在集合运算中添加方向的约束并以此评价路径,设计了二维有向集合扩散算法,借助关系代数和关系型数据库来实现该算法,经验证,本算法易实现、易扩充,在大规模公交网络和高并发查询情况下性能良好,有较高的实用价值。

集合运算在课表排表算法中的应用

文章根据教学实践,利用集合运算的方法给出了教学环节中课表排表算法的解决方案,分析了集合运算在此算法中的优点及难度问题,分析了排课问题及元素间的约束问题,给予了解决的方法。

基于表集合划分算法的数据交换方法研究

针对数据交换系统中,表数据的迁移顺序问题,提出了一种表集合划分算法,有效解决了数据交换过程中表数据迁移顺序的问题。描述异构关系数据库之间数据更新过程中存在的问题,并说明研究的重要性;详细论述表集合划分的原理,并根据这一原理,给出一个可行的实现算法;通过一个实例完整描述基于XML的数据交换过程,并重点讨论利用表集合划分算法确定表数据的迁移顺序。结果表明,基于表集合划分算法的数据交换方法为数据交换过程中表数据迁移的顺序问题提出了很好的解决方案,也为建立高质量、高可靠性、高效率的数据交换系统奠定了基础。

基于动态集合进化算法的弱变异测试用例集生成

为解决基于集合进化算法(SEA)的弱变异测试用例集生成过程中个体规模固定和执行开销大的问题,提出一种基于动态集合进化算法(DSEA)的弱变异测试用例集生成方法。以测试用例集为个体,生成覆盖所有变异分支的弱变异测试用例集。在进化过程中,集合精简算子根据最优个体的最小子集及其未覆盖变异分支数量计算所需测试用例集的最小规模,并基于该最小规模调整种群中所有个体的规模,以生成最小规模的弱变异测试用例集,同时设计了适用于评估以测试用例集为个体的适应度函数。实验结果表明,动态集合进化算法指导弱变异测试用例集生成,获得的测试用例集规模比个体初始规模平均约简了50.15%,执行时间比集合进化的弱变异测试用例集生成最多降低了74.58%。因此,动态集合进化算法为最小规模的弱变异测试用例集生成和提升算法速度提供了一种解决方案。

“集合燃烧”算法在公交网络查询中的应用

针对如何快速查找满足乘客不同需求的最佳路线问题,提出了可以快速查找最优路线的"集合燃烧"算法。以北京公交车线路网为例,使用Matlab编程实现了"集合燃烧"算法。与其他传统算法相比,此算法处理信息量更大,运行速度更快。"集合燃烧"算法还可用于处理其他需更换交通方式的路线决策问题。

小波零树和集合分裂算法在图像压缩中的应用

介绍了小波零编码在图像压缩中的应用 ,在小波零树编码中采用了集合分裂算法。实验证明该算法能有效的传送小波零树系数的排序信息 ,编码比特率控制方便 ,且算法简简。

基于集合中心半聚类算法的隐性知识攫取研究

社交性软件平台上进行隐性知识攫取,它是否影响隐性知识转移效果以及在何种条件下如何影响隐性知识转移效果,是该问题研究的关键。文章研究在社交性平台下将企业已有知识作为已标注的专业领域知识,通过它引领员工学习并给出评述性标注,形成新知识(隐性知识)。新知识再次归集到企业知识库中,继续被循环标注使企业知识集不断创新和积累。研究中为了提高自由标注到隐性知识的显性化效率,设计基于企业专业知识为集合划分的集合中心半聚类算法,其在每项评价函数上的数据比传统算法都优秀。

一种新的基于邻接矩阵的拓扑排序算法

为了降低基于邻接矩阵的拓扑排序算法的复杂性,将单顶点算法框架扩展成集合算法框架,给出一些便于进行拓扑排序的有向无环图的性质。在此基础上,定义了适合进行弧删除操作和无前驱顶点判断的邻接矩阵运算,给出了有向弧邻接矩阵的存储方案,最终提出了一种时间和空间复杂度都比较低的拓扑排序算法。

基于相关集合的数据挖掘理论基础研究

The plausibility relation which is generalization of fuzzy relation and probabilistic relation is proposed in thepaper. We think data mining to be a process of finding the plausibility relation in database and correlativity measure tobe a particular plausibility relation based on correlativity sets. The critical calculates such as the accuracy of the roughsets, the confidence and the bayesian form in data mining can be united using the correlativity measure. The GPDM(General Process of Data Mining)that represents the nature of data mining is also proposed. The data mining theoreti-cal foundation and frameworks based on correlativity sets are also given and discussed in the paper.