基于密度的购物篮数据聚类方法

在现有的算法DBSCAN基础上,提出一种基于密度的处理购物篮事务数据的聚类方法-DCMBD(density-based clustering for market basket data)。使用了一种新的事务表示法,解决了购物篮数据的高维性和稀疏性问题。并对算法进行 了相应的改进,从而提高了聚类速度。实验结果表明此方法是有效可行的。

增强现实中的混合跟踪算法研究

单一的跟踪方法存在较大的局限性,为提高增强现实中跟踪环节的实时性和准确性,针对视觉跟踪和磁力跟踪的特点进行研究,提出了一种基于自适应粒子滤波的混合跟踪算法,用于对头部运动轨迹估计。该算法通过分析系统状态,自适应地融合多传感器数据,并建立相应的状态转移模型和系统量测模型;另外,该算法能在非线性非高斯的环境下动态地改变滤波器的粒子数和噪声方差,最终实现对头部运动轨迹的实时、正确估计。实验结果表明,该算法能有效地提高基于视觉和磁的混合跟踪的鲁棒性和运动估计的准确性。

基于子规则的关联规则生成算法

关联规则是数据挖掘中重要的课题之一。传统的由频繁项目集产生关联规则的 方法由于要考虑频繁项目集的每一个非空真子集，当频繁项目集的长度较长时代价较大。文 中提出用K项子频繁项目集导出关联规则以后得到的有用信息以指导K+1项父频繁项目集产生 强关联规则，由于利用了前面已有的有用信息，当频繁模式长度很长时，或者可信度较高时 ，效率尤其显著。

Globus Toolkit3.0服务创建机制的分析

通过对GT3Core源程序分析 ,探讨Core中服务创建机制 ,分析了Core中服务的创建的实现过程 。

实视图动态选择算法中重叠实视图的处理

当采用实视图来提高OLAP系统效率时,由于实视图往往并不恰巧是一个完整的格节点,即实视图是多维数据切片(MRFs),因此系统中会出现大量有重叠数据的实视图,这不仅占用了过多的存储空间,也使得系统根据已有实视图响应用户提交的多维查询变得复杂。以往的实视图动态选择算法没有考虑这种情况的处理。文章结合格模型的概念,提出了合并数据重叠实视图的算法,包括如何判定实视图之间有重叠数据、如何合并有数据重叠的实视图等。