基于关联分析的高维空间异常点发现

异常点发现是从大量数据对象中挖掘少量具有异常行为模式的数据对象,很多情况下,这些数据对象较之正常行为模式包含了更多用户感兴趣的信息.该文针对某些具体应用领域中的数据对象具有高维性的特点,利用关联分析知识,提出一种高维空间异常点发现算法,理论分析和实验表明,算法是有效可行的.     

一种融合图结构的时空轨迹相似性查询算法

针对海量时空轨迹数据相似性查询速度慢的问题，提出一种融合图结构的时空轨迹相似性查询算法。从空间维和时间维将轨迹建模为图结构中的一条路径，设计了一种同步匹配空间和时间距离的轨迹相似性度量函数。在此基础上，设计了一种结合时间过滤的基于边的倒排索引结构支持轨迹时空相似性查询，同时利用距离上界的剪枝策略提高查询性能。计算返回的相似轨迹集合中每条轨迹的距离并进行排序，得到相似度最高的前k个轨迹。最后将所提算法与NTrajI算法、SHQ算法、SHQT算法在合成数据集和真实数据集上进行实验对比。结果表明：该算法在索引建立、查询效率和查询质量方面均优于其他对比方法，因此是可行而有效的。     

SQL Server索引技术的教学实践

<正>索引是数据库中的一个重要对象,为数据表增加索引,可以大大提高数据的检索效率.同时索引需要占用一定的物理空间,当对表中的数据进行增加、删除和修改时,索引也要动态的维护,降低了数据的维护速度.1索引的概念索引是各种关系数据库系统最常见的一种逻辑单元,是关系数据库系统的重要组成部分,对于提高检索数据速度有着至     

Visual FoxPro中的空值(NULL值)问题

空值(NuLL值)是关系数据库中的一个重要概念,我们可以利用空值进行数据查询．由于空值不是任何意义上的数据,所以向数据库表或自由表中输入空值的方法与输入其他类型数据的方法不同,不论是用EDIT、CHANGE命令以及在BROWSE浏览器窗口中对表记录进行编辑和修改,还是用APPEND或INSERT命令追加或插入记录时都不能真正输入NULL值．本文给出了向表中字段输入空值的正确方法,并指出利用其他输入数据的方法输入空值时会出现的错误．     

适合一切传递函数的插入衰减综合法

将现代网络综合设计的理论和方法——插入衰减综合法从电压传递函数K_v(s)推广到电流传递函数K_I(s)、转移阻抗函数Z_m(s)和转移导纳函数G_m(s),从而使插入衰减综合法适用于一切传递函数.并获得如下重要结论:现有的针对K_v(s)、R₁=R₂=1Ω(归一化阻抗)所制作的各种滤波器设计图表均可用来设计与K_v(s)具有相同传递特性的K_I(s)、Z_m(s)、G_m(s)滤波器。     

面向DEM构建的点云四叉树和R树混合索引研究

机载激光扫描点云数据量大,导致处理点云数据的效率不高.为此,借助四叉树对空间的快速分割和R树的自平衡特性,提出一种基于四叉树和R树混合空间索引的数字高程模型(digital elevation model,DEM)构建方法.首先针对原始点云数据建立外存索引;然后遍历索引以便将符合要求的区域点云分别导入内存,并以形态学滤波法对不同区域内的点云进行同步滤波处理;最后对于分区域处理得到的地面点数据,采用反距离加权内插法得到DEM.实验证明,在确保DEM精度的基础上,应用该索引方法能够极大地提高DEM构建的效率.     

完全支持数据更新的XML压缩编码

为了有效地更新和查询XML数据,提出了一种新的XML编码方案-分数路径编码(简写为FAPE).FAPE充分利用在两个分数间可以插入无穷多个分数这一特点,支持XML结点数据的无限更新,同时FAPE将结点的相关信息保存在相应的表中,避免记录重复的信息.实验表明:FAPE节省了存储空间,提高了查询效率,更新所花的时间更少.     

非线性支持向量机判别阈值的设置

非线性支持向量机通过核函数将低维输入空间的数据映射到高维空间,从而将原低维空间的线性不可分问题转化为高维空间上的线性可分问题.分析了非线性支持向量机中核函数的引入可造成分类阈值的偏移问题,提出了非线性支持向量机分类阈值的优化设置方法.实验表明,所提出的阈值优化设置方法能有效提高非线性支持向量机的分类精度.     

长短期记忆网络的轨迹隐私保护

随着移动互联网的普及,位置查询已经成为用户享受服务的重要方式.然而在位置查询中,服务器可获取用户位置及轨迹信息这一特点会威胁到用户隐私.为此,提出了一种利用改进的长短期记忆网络来保护用户轨迹隐私的方法.首先可信第三方利用改进的长短期记忆网络预测用户未来时刻的位置点信息,之后第三方在构造匿名区域时,将其预测的位置点信息放入当前时刻进行请求,以打乱轨迹中的时序信息,并模糊服务器端的用户轨迹序列,从而有效保护用户轨迹隐私.同时,将未来时刻点放入当前时刻进行请求这一操作也克服了位置隐私保护中的匿名区域不合理问题,提高了系统服务的有效性.实验结果表明,该方法在用户轨迹的隐私性方面优于现有方法.     

双倍比特量化近似查询索引算法研究

本文提出双倍比特量化与非对称距离的近似查询索引。首先,设计了一种双倍比特量化方法,通过把特征的每一维数据量化为两个比特二进制码,增加特征之间的区分性。然后,研究了非对称距离算法,通过计算浮点型查询特征与特征库中二进制码的距离,对海明空间下的最近邻进行重排序,以提高索引的查询精度。基准数据集上的实验表明,双倍比特量化与非对称距离的方法使最近邻查询精度提高15%～25%。     

一种基于CUDA的局部敏感哈希算法

传统的局部敏感哈希算法建立哈希表时往往需要较大的内存空间以及较长的建立时间. 在查询阶段,查询样本K个最近邻数据项的所需时间超过整个运行时间的95%. 针对这些问题,运用计算设备架构将局部敏感哈希算法移植至图形处理器,并用多线程并行计算数据项的哈希值来建立哈希表. 查询阶段在全局内存中引入基于工作队列的多样本查询,以提高算法的运行效率. 实验结果表明,所提出的算法与传统的局部敏感哈希算法相比,能在不降低运算精度的情况下将运算速度提高近12倍.     

元胞空间结构下的文化算法

针对以往文化算法种群空间没有地域的概念,信念空间缺少文化的进化机制,以及求解优化问题时寻优精度不高且易陷入局部最优等缺陷,提出一种新的基于元胞空间结构的文化算法. 将元胞空间网格分别嵌入文化算法计算框架中的种群空间和信念空间以模拟文化算法的双层进化体系;对于种群空间,将进化个体分布于下层元胞网格,并对网格进行地域划分,使每个地域内的个体均以差分进化算子独立进化;对于信念空间,将进化信息放入与种群空间地域对应的上层元胞网格当中,利用文化的扩散机制实现文化的进化. 实验结果表明,该算法具有收敛精度高以及全局搜索能力强等优点,在处理高维复杂优化问题时同样具有优势.     

具有环境自适应性的虚拟参考标签定位方法

在基于接收信号强度指示(received signal strength indicator, RSSI) 的射频识别(radio frequency identification, RFID) 室内定位系统中,由于环境干扰的非均匀性,定位环境中不同区域的信号传播模型存在差异. 为此提出一种基于区域划分的定位方法,将定位区域划分为多个三角形子区域. 定位过程中依据待定位标签的
RSSI 值经多轮投票机制确定其所在子区域,然后分别估算各子区域的环境因子和路径损耗值来建立子区域的定位模型,实现环境自适应. 在此基础上引入虚拟参考标签概念,在定位区域内构造虚拟信号强度空间,并提出一种最近邻K 值自校正方法选择最近邻标签,采用最近邻方法进行定位坐标计算. 仿真结果表明,在复杂的低标签密度环境下,定位精度和稳定性比经典的LANDMARC 和VIRE 方法有显著提高.     

基于莱维飞行扰动策略的麻雀搜索算法

为了解决麻雀搜索算法存在迭代后期搜索多样性不足、容易陷入局部最优等问题,提出了一种基于莱维飞行扰动策略的改进麻雀搜索算法.首先借鉴Sin混沌搜索机制,改进种群初始化策略.然后在麻雀种群觅食搜索过程中引入莱维飞行扰动机制,牵引种群移动适当的步长,增加空间搜索的多样性.最后对14个典型高维测试函数进行实验的结果表明:所提出...     

基于生成对抗网络的异质信息网络表征学习

鉴于传统的异质信息网络通常存在的高维稀疏性缺点,首先提出将异质信息网络的高维顶点嵌入低维向量空间的无监督学习模型——基于生成对抗网络的异质网络表征学习（heterogeneous network representation learning based on generative adversarialnetwork,HNRL-GAN）模型;然后分析HNRL-GAN模型中的不足之处,进一步提出改进后的基于生成对抗网络的增强版异质网络表征学习（heterogeneous network representationlearning based on generative adversarial network plus plus,HNRL-GAN++）模型;最后分别在DBLP、Yelp、Aminer等数据集中使用HNRL-GAN模型和HNRL-GAN++模型进行节点分类和节点聚类等实验以测试模型的有效性。实验结果表明：1）HNRL-GAN模型和HNRL-GAN++模型都实现了将异质信息网络中的高维稀疏节点表示为低维稠密向量这一目标;2）相较于HNRL-GAN模型,HNRL-GAN++模型在保留高维空间中网络结构信息和语义信息等方面拥有更好的性能。     

各向异性Sobolev空间中映射的子式

空间映射的Jacobi行列式是研究高维空间几何函数论与非线性分析的有力工具。高维空间映射的可积性研究往往归结于Jacobi行列式可积性的研究。研究各向异性条件下的空间映射Jacobi行列式的子式,利用Stokes公式和Sobolev空间的分析技巧,建立了一个与空间映射的子式有关的估计式,推广了Iwaniec,Martin等人的结果。这个估计式对高维空间映射可积性的研究具有一定的意义。     

负关联规则挖掘算法研究

典型的正关联规则仅考虑事务中所列举的项目.负关联规则不但要考虑事务中所包含的项目,还必须考虑事务中所不包含的项目,它包含了非常有价值的信息.然而,对于负关联规则挖掘的研究却很少,仅有的几种算法也存在一定的局限性.为此,文中提出了一种快速有效的负关联规则挖掘算法MNAR,并给出了一种基于二进制形式的支持数计算方法.理论和实验结果表明算法MNAR是有效和可行的.     

Kademlia协议中的路由表自适应调节机制

为提高DHT网络在抖动条件下的性能,该文研究Kademlia协议及其路由表自适应调节机制,提出一种k 桶容积参数K 值的自适应调节算法,根据路由数据的可用概率判断网络的抖动状况,通过调节K 值来实现路由表的规模对抖动强度的自适应. 仿真实验结果表明,该算法能有效缩短抖动情况下的查询延迟,将网络的崩溃点提高了近10%,使网络在抖动强度波动时仍能保持较高性能.     

基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

一种带有盐度值的安全哈希加密算法的设计与实现

当直接采用安全哈希算法对用户的密码进行加密时,虽然对密码执行了哈希运算,解决了在数据库中以明文的形式存储用户密码的潜在安全隐患问题,但是这种加密策略在面对字典、彩虹表攻击时就显得有些脆弱了,并没有达到更高的安全性．为了解决上述问题,本文设计并实现了一种带有盐度值的安全哈希加密算法．通过带有盐度值的哈希运算,可以使得生成的密文进一步随机化,进而使得攻击者需要为每个盐度值创建一条字典记录,这将使得攻击变得非常复杂,最终使攻击者利用字典、彩虹表进行攻击的成功率降低．