基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。     

一个对象-关系型DBMS的数据存储组织策略

提出了一个对象关系DBMS的数据存储组织策略，给出了其底层存储的具体实现，其中包括类，对象的存储方案。给出并分析比较了类层次的3种存储策略，确定了将每个类映射成一张表（包含该类继承的属性）作为本系统实现的策略。论述了大对象等的分散存储策略。结果表明，本 系统在增强对象处理能力的同时，能满足对数据的快速高效检索。     

一种基于函数依赖的属性相似度调整算法

属性相似度的准确性是影响实体分辨准确程度的重要因素之一.为提高属性相似度的准确性,分析了属性相似度与函数依赖的关系,给出了属性相似度调整原则,提出了依据函数依赖进行相似度划分、相似度传递调整和计算相似度调整代价的方法,提出了通过属性相似度调整提高属性相似度准确性的属性相似度传递调整算法.实验结果表明,该算法能够更好地区分匹配记录对和不匹配记录对,获得更高的查全率、查准率和F1值.     

一种快速属性约简算法

基于差别矩阵的属性约简算法，先要求出差别矩阵，随着问题的规模增大，存放差别矩阵的空间和算法的执行时间过大和过长，让计算机难以承受．针对这一问题，提出了差别对象对集的定义，给出了基于差别对象对的属性约简定义，并证明了该定义等价于基于差别矩阵的属性约简定义．利用差别对象对，设计了一个新的属性约简算法．由于这一算法在求属性约简的过程中不用生成差别矩阵和大量的无用元素，因而大大减少了存储量和计算量，从而提高了算法的效率．计算实例说明了新算法的高效性．     

基于相似关系的不完备形式背景属性约简

研究不完备形式背景的属性约简问题。通过比较对象间属性值的一致性, 定义了对象集上的一个相似关系, 进而定义了基于相似关系的粗糙近似算子, 利用目标集的粗糙集近似, 可以提取语义明确的决策规则。基于不完备形式背景中相似关系给出一种属性约简的概念, 研究了属性约简的判定定理, 给出了三类属性的特征刻画。 最后, 利用对象间的辨识属性, 给出了一种属性约简的方法, 并举例说明了方法的可行性。     

基于区间值的模糊聚类分析

分析了原有模糊聚类分析中存在的问题，提出了基于区间值的模糊聚类分析方法．该方法用区间值表示各个对象对于每个因素状态的隶属度，在获取了每个对象对于每个因索的特征值后，将其转化为[0，1]上的区间，然后直接在区间的层次上求各个对象间的相似度，在如此求出的相似矩阵的基础上，直接得出聚类的结果．该方法用区间值表示各个对象的属性值，可以更接近于每个对象的客观、真实情况，从而可以更大程度上保留信息．     

一种基于属性的对象访问方法

基于对象存储，吸取NAS和SAN的优点。成为下一代网络存储模式．Ext2作为对象存储的文件系统，数据访问至少需两次以上的磁盘操作，由此提出了一种基于属性的对象访问方法．将数据的块地址和长度链接在一起，作为对象的扩展属性，连同数据对象一起存储到磁盘中，无论数据对象大小。磁盘访问次数仅为两次。有效地提高了数据访问效率．     

基于HLA电力市场仿真系统模型的设计与实现

基于高层体系结构（HLA）标准，针对单一买方电力市场模式，构建了基于HLA的电力市场仿真系统模型．设计了1个联邦对象模型（federate object model，FOM）、5个发电公司仿真对象模型（simulation object model，SOM）、1个电网公司仿真对象模型和1个用户仿真对象模型．在联邦对象模型中设计了发电公司类、电网公司类2个对象类、1个交易类交互类，详细给出每个对象类的属性和交互类的参数．应用国防科技大学开发的高层体系结构建模工具KD_OMDT实现了这些联邦对象模型和仿真对象模型，并给出了实现结果图．依据此设计可以进一步实现基于HLA的电力市场仿真系统．     

Research and Implementation of Constraint Access Control Based on Object Attribute

授权控制是软件设计中一个比较难处理的问题，目前大多授权研究均基于用户授权方法，未涉及授权后实现技术．上述授权技术通常采用简单限制或允许某些菜单、命令功能操作，授权控制方式简单、粒度大而且不灵活．文中提出一种基于对象属性的约束访问控制方法，通过对软件最小控制单位（对象属性）进行约束，很好解决上述问题；该方法具有授权管理方便以及实现简单等特点，并极大提高软件开发效率和复用程度．     

面向信息隐藏的二维工程图相似度方法

摘要：基于粗糙集理论,对面向信息隐藏的二维工程图相似度度量方法进行了研究．该方法首先将二维工程图实体属性分为三种类型：数值型、枚举型和依赖型,分别计算出各属性的局部相似度,再利用粗糙集理论计算各个属性在二维工程图中的比重权值,最后得到整体相似度的度量方法．分析与讨论的结果表明,该方法能较好地度量二维工程图在嵌入水印前后...     

基于移动点对象和事件的宗地时空变化表达

地籍管理中核心要素宗地的几何空间和属性信息具有典型的时空特性.以往宗地时空变化的研究主要集中在表达宗地的某一方面,对宗地所有属性和几何空间信息时空变化的表达需要加强.同时,移动对象理论在表达宗地时空变化的研究与应用还没有,且在表达多个对象间同步变化时仍需进一步研究.针对这2个问题,分析了宗地时空变化的类型,提出了基于移动点对象的单个宗地几何空间和属性(单一属性和权属)信息时空变化表达方法以及基于事件的多个宗地间时空变化表达方法,并研发了地籍宗地时空管理原型系统,验证了文中提出理论方法的可行性和有效性.     

基于粗集的空间对象分类学习算法

针对二维空间对象分类问题,提出将粗集方法应用于分类规则的学习.首先建立空间分类信息表,然后采用粗集方法约简条件属性、提取分类规则,并采用多种指标对规则进行评价.通过实验结果分析,证明粗集方法能够有效用于学习空间对象分类规则.     

一种半自动分割视频对象的方法

提出一种半自动视频对象分割方法，通过对跟踪分割视频序列的后继帧，这种方法首先采用基于块匹配和最大边缘强度的运动估值和补偿方法进行对象轮廓定位，接着采用模板匹配以特定对象知识检测对象像素，为使轮廓定位更可靠，在块匹配的运动估值中使用了彩色信息，而模板匹配则使分割结果精确化，避免误差传递，并且在出现遮挡时只要对象颜色在整个序列中一直保持相似性，就能够正确测出对象，实验结果证明这种方法能够分割复杂场景中的任意对象。     

基于粗集的模糊聚类方法和结果评估

粗集的决策表的属性包括定量属性和定性属性,针对这种情况,根据一种对象的相似性度量方法,使用模糊聚类方法对粗集对象进行模糊聚类,对聚类结果进行了评估(根据这种聚类方法得到的结果和实际的分类结果进行比较)．在这种相似性度量方法基础上,证明了粗集的等价关系可以被转化为模糊等价矩阵．基于粗集的聚类步骤如下：首先,一个粗集等价关系都可以转化为一个模糊相似矩阵,其次,转化成一个模糊等价矩阵,最后,进行模糊聚类．对此方法进行了实验,并对实验的结果进行评估．实验结果说明了这种方法的简单高效．     

基于“贴标签”算法的多运动目标分割与标识

针对固定场景中的监控问题,给出一种基于"贴标签"算法的多目标标识方法.通过背景差分和连续帧间差分相结合的方法,检测和分割视频序列中的多运动目标;同时采用"贴标签"算法对检测后的二值图像进行连通成分标识;根据得到的"标签"将不同的运动目标用不同颜色的外接矩形框区分.     

大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域.但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱.形式背景中所包含的属性间关系、对象间关系以及对象一属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法.该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具.     

复杂对象标识文法及演算

面向对象数据库及其信息系统研究的难点之一是缺乏形式化的概念和理论基础。根据复杂对象数据表示的常用结构,本文提出了用标识文法来表示复杂对象及其数据。给出了相应文法与对象的部分演算规则。引入标识文法有利于实际系统的计算机表示对象     

Motion Geometric Active Contours： Tracking Nonrigid Objects in Clutter Background

MGAC (Motion Geometric Active Contours), a new variational framework of geometric active contours to track multiple nonrigid moving object‘s in the clutter background in image sequences is presented. This framework, incorporating with the motion edge information, consists of motion detection and tracking stages. At the motion detection stage, the motion edge map provides an approximate edge map of the moving objects. Then, a tracking stage, merely using thestatic edge information, is considered to improve the motion detection result. Force field regularization method is used to extend the capture range of the edge attraction force field in both stages.Experiments demonstrate that the proposed framework is valid for tracking multiple nonrigid objects in the clutter background.     

一种多属性的时空数据聚类算法分析研究

时空聚类(spatial-temporal density based spatial clustering of applications with noise,ST-DBSCAN)算法只能处理固定属性的时空数据,且其人为设定阈值的方法具有较大随机性会导致聚类结果不理想.基于ST-DBSCAN算法存在的不足,提出了一种改进的多属性时空聚类算法.改进后的新算法采用绘制时空对象距离频数柱状图来设定自适应阈值,通过引入Gower相似系数、Dice相似系数与欧几里德距离来构建多属性相似度模型,计算多个事务对象之间属性特征的相似度大小,从而将ST-DBSCAN时空聚类算法扩展到更多属性的时空数据聚类分析中.以北京市计算机行业职位招聘信息数据进行实验仿真,实验结果表明,新提出的阈值设定方法可以有效识别部分低密度簇,提高聚类的准确性和有效性;改进后的算法具有较好的普适性与包容性,能对多属性的时空数据进行很好的聚类分析.