基于支持矩阵的频繁集增量更新算法改进研究

针对FUP算法在频繁集增量更新时,剪枝效率低下以及候选集验证速度慢的缺陷,提出了基于支持矩阵的频繁集增量更新的高效挖掘算法—SMFUP算法.该算法不仅采用支持矩阵进行整体剪枝来提高剪枝效率,而且进一步结合频繁2项集矩阵加快候选频繁集的验证速度,从而使算法的增量更新效率大大提高.最后通过实验证明了算法改进的有效性.     

密度相关的数据流偏倚抽样

利用数据空间动态网格划分的方法,对数据流空间的数据分布密度情况进行模拟,并在此基础上提出了一种基于密度的偏倚抽样方法.为验证该抽样方法的有效性,将其应用到数据流中的聚类挖掘,实验结果表明该算法具有良好的适用性和有效性.     

复杂网络K-紧密概率属性子图高效挖掘算法

针对复杂网络中节点和边及其属性值均可能存在不确定性的实际,以及采用传统的紧密子图挖掘算法挖掘出的紧密子图实际上并不一定紧密的问题,在已提出的概率属性图基础上,提出紧密概率属性子图的概念,将其分为紧密概率I型属性子图和紧密概率II型属性子图,并用期望紧密度对其进行度量,同时给出了相应的紧密子图判定定理;进一步提出K-紧密概率属性子图高效挖掘算法,以快速发现复杂网络中联系紧密且顶点和边的存在概率最高的K个子图;最后通过蛋白质网络和虚拟网络中的数据对算法进行了模拟实验,验证了算法在不同大小的复杂网络中具有较好的适应性及较高的挖掘效率.     

一种基于本体的关联规则挖掘方法

针对当前关联规则挖掘存在的不足,在充分利用本体特点的基础上,对关联规则挖掘方法进行了改进。提出了一种面向领域的噪音清除算法,结合Apriori算法优点,又提出了一种改进的关联规则挖掘算法,采用领域本体技术来优化规则,从而去除冗余规则。通过实验验证所提方法的有效性。     

CFMoment:挖掘数据流频繁闭项集算法

在数据流上挖掘频繁闭项集是数据挖掘中关联性挖掘的重要研究课题之一.该文提出了一种高效的数据流频繁闭项挖掘算法——CFMoment,通过使用滑动窗口不断维护数据流中的频繁闭项集,可适用于实时性要求较高的多种数据流处理应用环境.该算法利用项目的有效比特序列表示来减少滑动窗口所需的时间和内存,进一步提升了在数据流中挖掘频繁闭项集的效率并有效降低了运行过程中的内存需求.实验表明,该算法不仅获得了高精度的挖掘结果,而且其运算速度明显快于现有的Moment算法,在数据流上挖掘频繁闭项集的内存消耗更少.     

一种基于事件的海洋关联规则挖掘方法

在Apriori算法的递归链接-剪枝概念上,设计了面向海洋异常事件的关联规则挖掘算法.首先给出事件的相关概念与定义、事件的规则表达及评价指标.根据事件的定义和支持度阈值,生成事件频繁1-项集,并设计面向事件的链接-剪枝算法,实现频繁k-项集到(k+1)-项集的产生.根据事件强关联规则评价指标,提取海洋事件强关联规则.通过太平洋海洋异常事件的关联规则挖掘和典型异常事件间的关联规则分析,验证了该方法的正确性和可行性.     

拓展的LCS算法展开的网页关键词挖掘研究

以经典的LCS算法为基础,通过对其进行分析,确定其不足之处,从而对其进行适度拓展,使其协同运算能力得到提升.在此基础上,利用拓展的LCS算法对网页关键词快速挖掘展开分析,通过具体实例确定其有效性.     

基于数据缩减和存储过程的ID3算法改进设计

ID3算法在分类数据挖掘中应用广泛,但其在对大规模训练样本集进行挖掘时,占用主存空间较大,且执行效率不高.运用属性约简和分组计数方法对训练样本集进行数据缩减,得到数据规模较小的新训练样本集,然后再运用ID3算法对新训练样本集进行分类挖掘.整个执行过程全部使用现代数据库技术和存储过程编程加以实现.实验表明,通过改进设计提高了ID3算法的执行效率,增强了算法的扩展性.     

基于频繁模式树的约束最大频繁项目集挖掘算法研究

目前绝大多数频繁项目集(或最大频繁项目集)挖掘算法并没有考虑相关领域知识,其结果会产生许多无关的模式.因此,发现约束频繁(或约束最大频繁)项目集是多种数据挖掘应用中的关键问题,然而,这方面的研究工作却很少.为此该文提出了一种快速的基于频繁模式树(FP-tree:一种扩展前缀树结构)的约束最大频繁项目集挖掘及其更新算法.实验结果表明该算法是快速有效的.     

一种基于数据库分解的关联规则挖掘新算法

在Fp-growth算法的基础上,提出了一种新颖的关联规则挖掘算法.该算法将大型数据库分解成频繁1-项集的项总数个子集,然后对分解得到的各个数据库子集用Fp-growth算法进行约束项数据挖掘,待所有数据库子集的约束项数据挖掘进行完毕后,再合并这些约束频繁项得到大型数据库的频繁项集.实验结果表明新算法所采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时,占用内存大,运行速度慢的不足,是一种适合于大型数据库的关联规则挖掘算法.     

多分类-关联规则分类的一种改进算法

提出了一种基于多分类-关联规则的快速分类算法——FCMAR,该算法在建立频繁模式树(FP-tree)时裁减掉不能生成频繁规则的项目,因而可减少FP-tree的节点数目,有效地降低时间和空间复杂度,实验结果表明该算法是有效可行的.     

基于机群系统的并行多连接查询优化算法

多连接查询优化是并行数据库系统的核心问题。已有的研究工作多集中于连接个数较少的情况,不适用于机群系统中的多连接查询优化。在机群环境中,系统的通信带宽是一种瓶颈资源。提出了基于遗传算法的多连接查询优化算法,算法考虑了关系的存储信息和网络的通信代价,有效地利用了机群系统中的资源。实验结果表明,算法具有良好的性能,能够提高多连接查询的执行效率。     

移动同步复制的冲突预处理与检测消解策略

针对移动计算资源有限性、移动通信的频繁断接性和通信带宽的有限性、不同移动数据库产品之间的异构性,鉴于目前移动同步复制技术存在的缺陷,提出一种新的事务级同步复制模型,重点分析了该模型的冲突处理策略,并给出了具体的实现算法.该模型在冲突检测和消解之前加入冲突预处理机制,通过引入用户关心数据、事务相关集等概念,有效节省了移动客户端的存贮资源和移动通信带宽,减少了服务器的工作负荷和出错概率,降低了冲突检测和消解算法的复杂度.采用基于规则的冲突检测和消解策略,简化了冲突处理过程,提高了同步效率.此外,基于SyncML同步协议的实现算法具有对多种异构主流数据库产品良好的通用性和适应性.     

基于区块链的精准扶贫数据保护方案

针对目前数据管理中普遍存在的中心化存储、防篡改性弱、可追溯性差、缺乏安全有效的共享渠道等问题,借助区块链技术的去中心化、不可篡改等特性研究了一种基于区块链的精准扶贫数据保护方案。以个人档案的形式记录扶贫数据,依托智能合约和星际文件系统等技术使数据以数字档案形式进行新增、更新、验证、共享。将公有链和联盟链结合,以锚定数据快照信息的方式保障数据的安全性。在智能合约构建过程中,采用安全多方计算（secure multi-party computation,SMPC）技术增强合约的执行安全性,解决资金转账等敏感问题。改进Raft共识算法,将各节点的性能、可靠性、地区影响力等维度作为综合性能,设计基于节点综合性能的Raft共识算法,解决数据存储和数据处理效率的问题。利用Postman、JMeter等工具对系统的存证、吞吐量进行测试,所得结果能满足系统的需求。     

交通运输网络的二叉堆索引及路径算法优化

交通运输网络的最短路径分析是地理信息系统网络分析最常见的应用之一.该文在二叉堆索引结构的基础上改进了计算最短路径的Dijkstra算法和A^*算法，采用了多种优化策略提高算法的运行效率.首先，应用二叉堆索引提高了交通运输网络存储结构的读取效率；其次，通过数据类型的低精度损耗简化和运算类型的简化，提高了算法的计算效率.另外，优化了A^*算法中估计函数的计算方式，有效降低了搜索空间，提高了Dijkstra算法和A^*算法的整体计算效率.实验结果表明Dijkstra算法的改进方法可使计算速度提高7倍以上，对A^*算法的改进可使计算速度提高200倍以上.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

一种区块链网络下的去中心化存储空间交易系统

为了解决中心化存储带来的一系列问题,结合区块链、智能合约、闪电网络等关键技术,提出了一个应用于区块链网络环境下的去中心化存储空间交易系统。根据不同的订单情况提供3种数据编码方案,在保证用户数据安全的同时有效提高了存储节点的空间利用率和数据恢复效率,并增强了对于分布式存储复杂环境的适应性。此外,通过闪电网络搭建了链下微支付通道,设计了“一日一结”的租金交付机制,有效缓解了链上的数据存储压力。相比于以往的分布式数据共享存储系统,该系统同时支持去中心化、短时租赁和多币种支付,更能满足当前时代分布式存储空间租赁的需求。     

基于统计信道状态信息的节能分布式中继选择

针对放大转发协作网络中的中继节点选择问题,提出了基于统计信道信息的能量有效分布式中继选择算法. 算法对系统能量效率与系统中断性能进行折中,通过最小化系统平均消耗总功率来确定转发阈值,各中继节点根据转发阈值独立地决定是否参与数据转发. 考虑有多个中继节点辅助源节点进行数据传输,提出了基于数值搜索方法确定转发阈值的多中继节点选择算法,在满足系统目标中断性能的同时,使系统消耗较少的平均功率. 为了降低阈值求解的复杂度,考虑只有1 个中继节点参与数据转发,进而提出了具有低计算复杂度的单中继节点选择算法. 仿真结果表明,与已有的放大转发模式下的中继选择算法相比,该文提出的算法在能量效率上具有更好的系统性能.     

改进的多目标遗传算法及其在PID优化设计中的应用

该文提出一种多目标遗传算法,采用新的拥挤距离计算方法,改进非支配性的比较方法,并引入双重精英策略,提高了进化效率和解的质量,更有效地保持了解的多样性. 将该算法应用于PID优化设计,使系统可同时兼顾快速性、稳定性和鲁棒性,决策者可根据当前工作需求在所得的Pareto解集中选择最终的满意解. 仿真结果表明提出的设计方法有效.