包含非数值型属性的交互式遗憾最小化查询

近年来,遗憾最小化查询作为多准则决策的重要工具之一,逐渐成为数据查询的研究热点.遗憾最小化查询中,通过与用户进行交互,不断地学习用户的偏好,可以有效帮助降低查询的遗憾率.然而,已有的研究仅针对具有数值型属性的数据定义遗憾率并据此进行遗憾最小化查询,当面对包含非数值型属性的数据时,这些方法不再适用.本文提出的遗憾率定义针对包含非数值型属性的数据,并给出新的交互式遗憾最小化查询问题的定义.在此基础上,采用“支配”的概念提出用于预处理的skyline删减算法,利用偏好矩阵帮助学习用户偏好,并提出用于解决交互式遗憾最小化的算法MECR_QS.最后,实验结果表明MECR_QS算法能有效处理包含非数值型属性的交互式遗憾最小化查询.

利用非数值型特征的转炉出钢合金化硅铁加入量预测模型开发

利用100 t转炉出钢合金化数据,通过数据预处理和采用皮尔逊相关系数(Pearson correlation coefficient)进行特征选择,用非数值型变量—钢种作为其中的一个特征变量,采用SVR(Support Vector Regression,支持向量机回归)算法,建立出钢合金化硅铁加入量模型。引入钢种作为特征变量后建立的转炉出钢合金化硅铁加入量SVR模型,误差在±40 kg、±30 kg、±20 kg的范围下,预测的命中率分别为94.84%、87.58%、75.77%,而无钢种这一特征变量的SVR模型在相同的误差下的命中率分别为88.4%、80.61%、65.85%,表明采用钢种作为特征变量,提高了硅铁加入量预测模型准确度,对于实际出钢合金化具有更好的参考价值。

水质模型参数的非数值随机优化

以模拟退火算法为核心着重讨论了水质模型参数的非数值随机优化方法。实例分析表明 ,利用非数值随机优化方法 (包括模拟退火算法和遗传算法 )对水质模型参数进行估计 ,可以获得较为理想的结果。

一种基于垂直分布的非数值数据聚类算法

在本文中 ,我们提出了一种新的非数值数据聚类算法 -VBCCD .VBCCD算法由关系表计算关系的一维分割 ,再由关系的分割来构造一个超图 ,而后通过超图分割算法 ,对构造出来的超图进行优化分割 ,得到最终的聚类结果 .试验结果表明 ,该算法比传统的针对数值数据设计的聚类算法有更好的效果 .

基于非数值属性的数据库数字水印算法

数据库数字水印技术是实现数据库数据版权保护的有效手段之一,针对数据库非数值属性的特殊性构造了一种基于非数值属性的数据库水印模型,并依据模型描述了水印嵌入和水印检测过程的主要算法;最后从鲁棒性及盲测等方面对设计的算法进行了分析,并通过实验表明该算法具有较好的可用性和抗攻击性.

基于无比较器的非数值排序器的设计

本文提出了一种“无比较器”的非数值排序器的设计方法及其特点。利用一个４—１６译码器和相应的计数器、数据存储器等可在Ｏ（ｍ＊ｎ）（ｎ为待排元组数，ｍ为关键字字符数）内完成排序。文中还讨论了加快排序速度的一种并行排序方法。此种排序器可以作为功能磁盘系统中的功能部件或其他类似的用途。

非数值化产品形位描述模型

传统的形状及位置表示模型通常是建立在低层次的无应用意义的几何拓扑元素之上，因而无法很好地支持计算机辅助设计（ＣＡＤ）向实用化和智能化方向发展。本文提出了一种非数值化的基于约束的产品形位描述模型，并对该模型中存在的一些问题进行了深入的讨论。该模型符合设计人员实际设计思维与过程，同时也支持高层次产品设计信息以及产品的设计过程信息，因而为传统ＣＡＤ系统向新一代实用化智能化ＣＡＤ系统过渡提供了一个良好的产品形位表示模型。

非数值支序分类法在枝孢属中的应用

本文用非数值支序分类法对枝孢属 Cladosporium 中有代表性的10种菌种进行支序分析,说明支序分类法在真菌分类中的应用.目的是用最简便而又快速的方法鉴定菌种,同时又反映进化历程,使分类更趋于自然.

时态数据库中非数值型属性周期规律的研究

时间是数据本身固有的属性,将时间约束加在关联规则中能更好地说明事实.本文介绍的方法能够提取时态数据库中带时态信息的关联规则,而且能够计算时态数据库中某个非数值型属性(项)的周期,并通过执行改造了的Apriori算法提取该属性的周期规律.本文通过选取两个时间粒度,对时态数据库中的时间区间进行了两次划分和标记.第一次划分和标记的目的是计算选择出的某非数值型属性的周期;第二次划分和标记的目的是离散化时间区间,用标记集合代表原时间区间,进而根据标记集合求交的结果得到带时态信息的频繁项集.采用标记集合求交的方法能够使得Apriori算法的迭代迅速收敛,提高算法执行效率.

矩阵初等变换的非数值建模及应用研究

通过分析矩阵初等变换的一般应用,本文建立一个记录矩阵初等变换过程的记录模型。该记录模型不仅能记录矩阵变换过程的所有参数,同时也能减少实际应用中矩阵变换的计算量。通过把记录模型应用于求逆矩阵的实际计算,并与传统的单位矩阵扩展变换的运算方法进行对比测试。结果表明,记录模型比传统的计算方法效率更高。

一种基于频繁闭合模式的非数值型数据聚类算法

提出了一种基于频繁闭合模式的非数值型数据聚类算法。该算法将频繁闭合模式所支持的事务集作为候选类,通过引入新颖的质量评价方法来评估频繁闭合模式的质量,并利用该方法选出高质量的频繁闭合模式进而生成最终聚类,从而有效克服了非数值型数据对象间因距离难以定义所带来的聚类困难。

二维线性规划问题的非数值算法

提出了一种求解二维线性规划问题的非数值算法，其基本思想是采用分治法，依据直线的斜率及在ｘ和ｙ轴上的截距将约束条件分成不同的类，删去多余的约束条件，从而达到简化计算的目的．该算法的时间复杂性为Ｏ（ｎ２）次比较和Ｏ（ｎ２）次四则运算．

时态数据库中非数值型属性周期规律挖掘以及关联规则提取

时态数据库中数值型属性(项)的周期规律挖掘已经得到了研究,提出的方法能够计算时态数据库中某个非数值型属性的周期,并通过执行改造了的Apriori算法挖掘该属性的周期规律,与此同时,算法也能够提取时态数据库中其他属性的带时态信息的关联规则.提出的方法通过选取两个时间粒度,对时态数据库中的时间属性进行了两次划分和标记.通过划分和标记计算选出的某非数值型属性的周期;并用标记集合代替原时间区间,进行标记集合求交,根据求交的结果得到带时态信息的频繁项集.通过时间区间标记集合求交得到频繁项集的方法是一个特色.算法的这一特色使得Apriori算法的迭代过程迅速收敛,提高算法执行效率.

非数值关系数据的近似匹配方法研究

研究了关系数据库系统的非数值关系数据的近似匹配方法。近似匹配查询的关键字条件不一定能与数据表中存储的相关属性数据精确匹配,但可在一定的相似度下匹配。实验表明方法是有效的,能返回一系列合乎条件的近似结果。

基于非数值型字段的关系数据库数字水印技术

结合现有数字水印技术,提出了一种基于非数值型字段的关系数据库水印算法.该方法可嵌入信息量大,水印恢复不需要原始数据库,可以抵抗各种子集攻击和添加攻击.

非数值化特征的条件概率区域划分(CZT)编码方法

非数值化特征经常出现在数据中,对其有效编码是采用机器学习模型解决问题的关键。针对目前被广泛使用的one-hot编码方法的编码结果具有较大的稀疏性,并且编码出的数值仍然没有明确的物理意义等问题,提出一种基于条件概率的区域划分编码算法CZT(conditional-probability-based zone transformation coding)。该方法首先对特征进行条件概率计算,并依据条件概率划分特征区域,按照区域内的联合条件概率进行编码;然后将CZT编码算法与one-hot算法进行对比分析,从理论上推导并证明CZT编码对特征的压缩率至少为每个特征取值空间的平均大小,同时证明经过CZT编码后的问题具有更简单的优化目标形式,有利于设计后续机器学习算法;最后通过采用相同结构的神经网络进行分类,在Titanic数据集下对比CZT算法和one-hot算法编码数据后对分类器性能的影响,结果表明CZT编码的数据的分类准确率和稳定性均有提升。

应用MICRO C-CDS/ISIS系统建立非数值型数据库

信息技术是近20～30年来迅速发展起来的科学技术,计算机数据库技术现已普遍应用于各个领域,解决了许多运用人工繁复计算、查询的难题。其中包括着许多数值型的,也包括着非数值型的。一般来说,数值型数据库应用较多,使用的管理软件如dBASE、Foxbase等也比较成熟,掌握应用的人也较多。但是,要应用这些软件建立和完善数据库,还必须掌握一些编程的技窍,这就给非计算机专业人员带来一定的难度。

非数值下标数组及其应用

本文介绍了awk语言中的非数值下标数组，并通过实例说明：用非数值下标数组写出的简单awk程序能表示较复杂的算法。

非数值型数据的数据库水印算法研究

分析了对非数值类型数据进行水印嵌入的特殊性,提出了基于非数值型数据水印的简单替换算法及其改进方法。为了减少水印嵌入对数据统计特性的改变,提出了一个统计特征控制算法,并设计了相关的实验,实验证明了算法的可用性和鲁棒性。

北京地区中尺度非静力数值预报产品释用技术研究

在国家气象中心与北京市气象局联合开发的“北京地区中尺度数值预报业务系统”基础上 ,充分利用高分辨率中尺度数值预报产品和地面加密气象观测资料 ,分别使用统计和动力释用方法进行局地温度、风和北京市区空气污染状况的预报。试预报结果表明 ,用卡尔曼滤波方法建立的温度和风的预报效果高于中尺度数值预报直接输出结果 ;使用中尺度数值预报结果作为一个简单的污染预报动力模式的气象背景场 ,进行了污染预报试验 ,结果表明该预报方法具有一定的预报能力 ,其中SO2 、NO2 、CO浓度的预报准确率在夏、秋、冬三季中均可达到 6 5 %以上。