事务框架下主动规则的并发控制算法

探讨并行规则事务对于共享数据对象的锁继承和锁剥夺关系,提出一个关发控制算法,并基于层次可串行性标准证明算法的正确性。     

结合上下文特征和图割算法的车载点云聚类方法

可靠、准确的点云聚类是后续高精度场景目标分析与解译的基础.该文提出了一种基于上下文特征和图割算法的车载点云聚类方法.首先用DBSCAN （density-based spatial clustering of applications with noise）对点云数据进行过分割，得到密度可达的超体素；然后引入空间和属性上下文特征来描述超体素间的关联，并用于定义超体素构建的图模型边的权值；最后基于多标记的图割优化算法得到最佳超体素聚簇.实验结果表明，该方法能够有效改善点云聚类过分割，从而提高聚类的精度.     

基于2-hop优化的子图模式匹配算法

讨论大图上有效可达标记2-hop编码,及其构造的图结构信息数据结构在判定两点之间可达性的高效性,基于这些高效结构,提出一种基于栈的DAG全局图模式匹配算法,该算法结合了栈在匹配过程中线性空间开销的优势。实验结果表明,相对于目前主流的图模式匹配算法,该算法具有中间结果小,时间高效的优势。     

基于车载数据库协同触发的高铁LTE-R切换算法

进一步提升高铁的信道切换性能具有重要的现实意义.基于信号功率和车载数据库协同触发机制提出了应用于高速铁路下一代通信专网LTE-R(long term evolution for railway)的新型切换算法,将数据库基站信息和信号功率实测信息的比对结果作为切换触发的判据,能实现中断快速重连和切换锁定等功能.仿真结果表明,该新型切换算法能有效提升LTE-R的信道切换性能,在重叠区关键位置点的触发效率比传统算法提升43.7%,切换成功率达到了99.5%.该协同触发切换算法在LTE-R高铁通信专网上具有广阔的应用前景.     

用梅森公式计算系统传输的新算法

本文提出了一种用梅森公式计算系统传输的新算法。该算法基于流图理论的基本原理和简单的集合运算，概念明确，易于掌握；采用该算法计算系统传输时．梅森公式中有关参数的计算可以脱离流图进行，在流图系统结构复杂时，此算法的优点尤显突出。     

基于事件触发采样的混沌系统同步算法

综合事件触发采样和状态观测器设计方法,提出了基于事件触发采样的混沌系统同步模型.应用李雅普诺夫稳定性理论建立了系统同步的充分条件,并利用Matlab软件给出了相应的同步算法设计.通过对蔡氏混沌电路的仿真,验证了所得算法的有效性.仿真结果表明,所提出的同步算法易于实现,同步效果好,可以在一定程度上减少数据采样次数.     

一个求简单图中所有Hamilton回路的算法

从Hamilton回路的定义和图的邻接矩阵的定义入手，建立了图中的初级通路的关联关系．利用长度为k的初级通路及其关联关系逐步求长度为k＋1的初级通路及其关联关系的方法，求得图的所有Hamilton回路．通过理论分析，说明该算法比已有的求图的所有的Hamilton回路的算法降低了算法的复杂度，为求解Hamilton回路问题提供了新思路．     

含有类别属性数据库中联系性规则的挖掘

通过类型转换技术，探讨在含有类别属性数据库中提取联系性规则的问题，给出相应的数据结构和算法，并对实验结果做了定量分析。     

基于部分状态空间存储的Petri网库所界求解算法

Petri网是一种重要的形式化建模工具，有界性是Petri网的重要性质之一.该文关注于这一性质并提出了一种新的无需存储全部状态空间的算法以求解Petri网库所界，主要思想为在生成状态空间过程中，通过引导消除可达图的部分回路同时结合T不变量的相关性质，以实现通过存储部分状态来精确求解每个库所的界.基于模型检测比赛的公开数据集进行了对比实验，通过对求解库所界的不同方法及其实验结果进行比较分析，说明了本文算法的有效性.     

任意多表间关联规则的并行挖掘

通过关键字等相关属性之间的联系，在不进行连接操作的前提下，探讨任意多表间关联规则的数据挖掘问题。给出相关的数据结构以及具有较好并行度的算法，并对算法作定性分析。     

主动数据库系统的研究

传统的数据库系统已经不能适应当今的现代应用．近年来,主动数据库的研究发展非常迅速,而且被应用到许多领域,主动数据库已经成为了数据库研究领域一个前沿的方向．文章介绍了主动数据库的出现的背景、发展与现状、主要特征及体系结构,对主动数据库的实现途径进行讨论．     

一个有效的不精确推理算法

文中给出了一个借助模糊产生式规则的矩阵变换而实现的不精确推理算法，并通过实例解释了算法的推理过程，同时证明了对具有ｎ个模糊产生式规则的知识系统而言，该算法的时间复杂度为Ｏ（ｎ＋１）。     

基于改进的Apriori算法的教学质量分析

提出一种改进的Apriori算法，分析教学效果与教师的性别、年龄、职称和学位等因素关联，为教学部门提供决策支持信息，更好地提高教学质量。     

常项集产生的算法及兴趣度量

本文引入在关系数据库中包含定量和范围属性关联规则的挖掘问题，这种技术的一个直接应用可以生成许多类似的规则。给出为挖掘定量关联规则所需的兴趣度量及常项集产生的算法。     

主动数据库中规则合流性问题的一个解决方案

提出一种解决主劝数据库中规则管理的合流性问题的新方法，并与优先方法进行比较。     

基于关联规则的分类

提出一种基于关联规则的分类算法,这个算法即可以快速分类,又可以不受数据集规模的限制。     

一类适用于部分响应信道的原模图LDPC码

摘要： 对于加性高斯白噪声信道,JPL实验室提出了一类硬件实现简单、错误地板低的AR4JA原模图LDPC(low-density-parity-check)码,但该码型不适用于PR(partial response)信道. 文中针对PR信道中典型的ERP4信道,提出一类新的近似规则原模图LDPC码,并且利用有限长外信息传递算法对该码型进行分析. 在EPR4信道下 的仿真表明,相对于目前在该信道下性能良好的规则LDPC码,在低信噪比和高信噪比区域,这类新的近似规则原模图码型具有显著的编码增益和更低的错误地板.     

关联规则挖掘Apriori算法研究

随着收集和存储在数据库中的数据规模越来越大,人们对从这些数据中挖掘出相应的联知识愈来愈感兴趣,关联规则一个典型的应用实例就是市场购物分析．本文介绍了关联分析的概念Apriori算法及其改进技术,对Apfiori算法地优缺点进行了评价．     

带有顶点权重约束的图划分问题研究

研究了带有顶点权重约束的图划分问题.首先基于矩阵的提升将原问题转化为半定规划松弛模型，利用半定规划内点法求解该模型，并在求解过程中给出了具体的初始点选取策略和步长选取策略.随后利用改进的随机超平面舍入算法和2opt启发式算法求得原问题的近似最优解.数值实验表明该文的算法可有效求解带有顶点权重约束的图划分问题，且对于稀疏图的求解表现出了良好的性能.     

基于感知器的图卷积推荐系统

互联网信息陡增，导致信息过载，为客户更加精准地推荐商品变得越来越困难．与传统推荐算法相比，基于图神经网络的推荐算法可以更好地提取客户与商品之间的关联关系．但是，在此类算法中潜在特征的乘法内积的简单线性组合无法准确捕获客户交互数据的复杂结构．针对这类问题，提出了基于感知器的图卷积推荐算法，即在利用图神经网络提取关联关系时，使用感知器分别对客户和商品的特征进行提取．使用召回率和归一化折损累计增益作为评价指标，在3组公共数据集中进行了对比实验．实验结果表明，该方法比已有相关算法的效果有所提升.