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。

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.

考虑省份特征变量的火电行业碳达峰预测模型

不同省份碳排放量存在的差异会对碳达峰预测模型的预测精准度产生一定影响。结合Kaya恒等式的内涵并进行扩展,分解出影响火电行业碳排放特征变量并进行相关性分析;同时,考虑到省份差异,利用独热编码,将省份这一非数值型特征变量转化为数值型特征变量加入到模型中。与未考虑省份特征变量的原模型进行对比,结果显示,考虑省份特征变量的火电行业碳排放KRR(Kernel ridge regression)预测模型的均方根误差明显降低,决定系数明显提高。这说明模型的精准度有所提高,且泛化能力更强。用所提模型对2023—2045年火电行业碳排放进行多情景预测,数据结果显示,低碳发展情景下于2030年可以实现碳达峰目标,且峰值最低。

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。

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.

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.

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。

浅析声明检测结果与规范符合性的常用方法

实验室在报告检测结果时,如需判定结果是否符合相关规范或标准要求,应采用适宜的判定规则。在选用判定规则时,除了要测量不确定度,还应综合考虑其他因素。本文阐述了选择判定规则的一般流程及一种广泛应用的判定规则,并给出了针对数值型结果和非数值型结果判定规则的应用,为实验室选择和制定判定规则提供了参考。

飞行器多学科设计优化概述

针对飞行器多学科设计优化进行了概述。提出多学科设计优化的综合性定义,介绍了国内外发展现状。指明多学科设计优化的组成要素和存在学科耦合、计算耗时两个难点,并认为其关键问题是离散设计变量和非数值型综合设计变量处理、工程综合评估、数据流管理等。阐述了可用于多学科设计优化的各种方法及其优缺点。并提出了多学科设计优化的研究重点。

飞行器多学科设计优化软件系统

为解决飞行器总体设计的难点 ,介绍了可用于飞行器多学科设计优化的软件 .该软件利用“松耦合”方式 ,以SQLServer 2 0 0 0为数据库管理系统(DBMS) ,与各学科分析程序相结合 .阐述了该系统的功能和软件结构、软件流程、主要模块 .为解决关键技术 ,提出圆环图处理总体与各学科的关系 ,利用模糊理论进行非数值型变量的转化 ,提出无量纲化多目标法进行多目标综合处理 ,构建单一数据库进行数据管理 ,采用三个数据文件作为程序接口 .总结了软件的特点 .

通过“编码”学习“编码”

《普通高中信息技术课程标准(2017年版)》对高中必修课程"模块1:数据与计算"的要求之一是,让学生"在具体感知数据与信息的基础上,知道数据编码的基本方式"。为此,在教学中可将枯燥难解的编码知识融入基于Python实现的小程序中,从而让学生在编写代码过程中领悟有关编码的知识。

Adomian Decomposition Method Using Integrating Factor

This paper proposes a new Adomian decomposition method by using integrating factor.Nonlinear models are solved by this method to get more reliable and efficient numerical results.It can also solve ordinary differential equations where the traditional one fails.Besides,the complete error analysis for this method is presented.