数据挖掘中关联规则算法的研究及应用

针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法.该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度.实验结果表明改进算法比原算法执行效率明显提高,同时也验证了该算法在油液监测故障诊断中的有效性.     

Internet路由前缀宣告的特征挖掘与分析

基于大量的历史BGP路由表快照,对BGP路由宣告信息进行深度挖掘.提出了前缀宣告稳定性度量方法,验证了绝大多数路由宣告是稳定的,历史上发生的路由劫持事件都是瞬时的(不具备稳定性);设计了前缀宣告的相似性测度算法,对大量历史BGP路由宣告进行了分析,结果表明大多数大型AS宣告的路由前缀具有自相似性,即,同一个AS宣告的多个路由前缀有一定的连续性.基于以上两个特征,从历史路由信息中可进一步提取前缀宣告的可信集,构造BGP路由宣告的可信知识库,为后续的路由前缀劫持检测和路由安全监测提供依据.     

一种改进的Apriori算法

分析Apriori算法的不知,提出从先删减后连接的新角度来生成频繁项集,达到减少无用连接,进而减少剪枝步骤候选项集判断数量来改进Apriori算法。改进后的Apriori算法在时间效率上优于传统的算法,而且所获得的关联规则质量与传统算法相当。     

频繁项集挖掘的Apriori改进算法研究

针对Apriori算法的不足,提出了一种新的优化算法——IApriori.该算法应用散列技术优化产生频繁-2项集,优化连接操作减少连接判断的次数,通过对候选项集编码来减少扫描数据库的次数,优化逻辑"与"运算减少不必要的"与"操作次数,缩短生成频繁项集的时间.IApriori算法仅需3次扫描数据库.研究结果表明,该算法具有快速、直观、节省内存等优点.     

Dtrie-allpair:高效的集合T-覆盖连接算法

传统的T-覆盖连接算法会因生成的候选集庞大而导致系统性能降低,为此,文中提出了一种基于trie的动态索引结构——DTI结构,并构建了基于该结构的相似度连接算法——Dtrie-allpair算法.通过该算法可以直接得到allpair连接的结果,不产生任何候选集,有效解决了高候选集产生的问题,克服了传统算法因生成并验证候选集而带来的开销.文中还研究了数据库中记录的顺序及记录中元素顺序对Dtrie-allpair算法性能的影响,并在msweb、msnbc两个数据集下对Dtrie-allpair算法与All-pair、PPJoin算法进行对比.结果表明:Dtrie-allpair算法具有明显的优势,覆盖阈值较小时优势更明显;对msweb数据集,阈值为2时,Dtrie-allpair算法的效率相对于All-pair、PPJoin算法提高近两个数量级;通过对数据集进行频率降序和长度升序组合预处理可大幅降低Dtrie-allpair算法访问的trie结点数量,从而显著提升性能.     

CNGM:一种新颖的候选网生成算法

提出一种新颖的候选网络生成算法,并提出完全元组集图的概念,该算法通过预处理完全元组集图,建立候选网络索引;利用关键词的非自由元组集名字来查找候选网络索引得到候选网络.本算法使得候选网络的生成利用索引来完成,理论分析和实验结果表明:该算法大大减少了候选网络的生成时间,提高了关键词搜索的效率.     

一种改进的频繁项目集挖掘算法

针对Apriori算法需要多次扫描数据库以及可能产生庞大候选集的瓶颈问题,提出了一种改进的频繁项目集挖掘算法,该算法仅通过一次数据库的扫描生成一个链表,以比特位的方式存储项目在事物数据库中出现的位置,并在不产生候选集的基础上通过逻辑运算与集合运算的直接生成频繁项目集。经过实例分析,结果表明该算法相对于Apriori算法,能够在保证准确率的基础上拥有更低廉的代价。     

面向测向交叉定位的2级消元数据关联算法

针对现有数据关联算法在实时性方面的不足,提出了一种2级消元数据关联算法,其特点是先根据关联判据生成与目标数量相等的候选关联集,再对候选关联集进行粗关联和细关联处理,剔除候选关联集中不满足条件的测向线,直至得到最终的关联结果.该算法无须遍历所有可能的关联组合,大幅降低了关联过程中的计算开销,并且能够有效抑制杂波的影响.仿真实验验证了该算法的实时性和准确性.     

一种面向物流数据分析的路径序列挖掘算法ImGSP

为了有效地挖掘物流管理系统中的物流频繁路径序列模式,提出了一种针对物流数据分析的路径序列挖掘算法ImGSP算法.ImGSP算法通过对原始路径数据库筛选,选出路径序列长度大于或等于候选序列长度的路径序列,有针对性地产生过度候选序列,来约减候选序列.实验结果表明:ImGSP算法能够有效地减少候选序列数量,生成频繁路径序列模式,进而产生物流中有用的规则.该方法不仅缩小了扫描数据库的规模,而且减少了生成频繁序列的候选序列集合.     

快速关联规则挖掘算法

提出了一种新颖的关联规则挖掘算法QAIS，与经典两阶段式关联规则挖掘算法不同的是，它只需扫描一遍事务数据库，不需要生成候选集，并且可以方便的应用在增量式关联规则挖掘算法中，该算法经合成数据验证是有效的．同时针对关联规则生成过程中出现大量冗余规则的问题，还讨论了冗余关联规则去除的问题．     

多径衰落信道下的正交频分复用符号同步算法

传统的基于循环前缀的正交频分复用同步最大似然算法,在多径衰落信道下,由于多径时延和多普勒频移的缘故,部分循环前缀受到码间干扰,相关运算的峰值不明显,而且具有峰值平顶效应,在不加优化的条件下,几乎不可以使用.现提出了一套改进方案,根据信噪比的高低和多径时延的大小,动态调整参与相关运算的循环前缀长度,并采用多点相关求均值的方法.仿真结果表明,该方案在信噪比低的高斯白噪声信道和多径衰落信道下,均可以得到尖锐的相关峰值,显著减少多径衰落信道下的峰值平顶效应,并且提高符号同步精度.     

高年级英语专业学生前缀习得顺序实证研究

在前人研究的基础上，对九大类前缀习得顺序进行调查。通过对高年级英语专业学生前缀学习途径的问卷调查和产出性前缀测试数据的统计分析，排列出了九大类前缀习得顺序，并对影响前缀习得顺序的因素进行了剖析，以期为词缀教学和构词法练习的编写提供有力的参考依据并填补前缀习得顺序研究的空白。     

基于子团规模的社团划分算法与地理位置

针对以往社团划分算法中存在的子团规模过大的问题,在CNM算法的基础上重新定义子团规模,提出了CLCNM社团划分算法.社团划分结果表明,改进后的算法在子团数量和模块度方面要优于CNM算法.在此基础上,研究社团划分与地理位置间的关系,提出地址前缀相似度的概念,子团地址前缀相似度越大,说明社团划分后的地理效应越明显.CLCNM社团划分结果表明:IPv6网络子团具有明显的地理效应,即子团中节点分布在相邻的地理位置.这一结论可对网络拓扑的再部署提供借鉴性意见.     

基于PN序列的OFDM帧同步算法

讨论了OFDM系统的帧同步算法，针对基于循环前缀的同步算法在强干扰信道中以及在极低信噪比条件下，无法实现精确同步的缺点，提出了一种基于PN序列的帧同步算法。仿真结果表明，基于PN序列的帧同步算法在极低信噪比条件下能够实现精确同步，同时也具有抗多径效应和抗强窄带干扰的能力。     

OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

抑制BGP路由表增长方法的研究

以增长趋势日益明显的BGP路由表为研究对象,针对在路由表中包含大量前缀长度大于地址分配策略所规定值的路由,基于模式匹配的路由过滤方法,建立了BGP路由前缀扩展列表的路由过滤数学模型,进一步讨论了AS级路由覆盖机制.仿真结果表明,该方法能够有效地滤除前缀长度不符合策略规定的路由,且能满足抑制路由表快速增长的要求.     

一种路由表分布式存储转发架构及其查找算法

面向路由器FIS(Forwarding In Switch, FIS)处理机制,提出了一种基于路由表分布式存储的多级流水并行查找架构,采用多个低速的具有独立转发和交换功能的转发交换结点FSN(Forwarding and Switching Node)构成多级流水线,针对IPv6最长匹配前缀的查找需求,设计了一种基于前缀范围的二分查找算法PSB-BS(Prefix Scope Based Binary Search)：将IPv6转发表组织为分层结构,每一层对应不同长度范围的前缀信息,采用二分查找策略对子树层进行搜索,通过构建非对称二分查找树实现了转发表在FSN结点的分布式存储并能有效降低存储开销及IP查找复杂度.仿真结果表明,与目前Cisco商业路由器广泛采用的树位图算法相比,PSB-BS算法显著降低了存储及访存开销.     

基于导频和循环前缀联合的OFDM系统频率同步算法

正交频分复用（OFDM）是一种高效的数据传输技术,具有良好的抗衰落能力,可实现并行传输.但是OFDM对同步误差十分敏感,特别是频率同步误差.传统的基于导频和循环前缀的算法虽对频偏估计很有效,但计算复杂度较高.该文在联合算法的基础上提出了一种改进的频率同步算法.该算法通过简化最大似然函数降低了频偏估计的计算复杂度并提高了估计性能.通过仿真表明,在信噪比较高时,改进的算法频偏估计性能更优于联合算法.     

一种基于双周期结构的OFDM频偏估计方法

设计了一种具有异周期毗邻结构的新型循环前缀,提出了相应的OFDM频偏估计算法。该异周期毗邻结 构循环前缀由CP1和CP2两部分构成,使OFDM符号具有双周期特征。通过引入较短的CP1,牺牲极少的资源, 可以有效克服现有频偏估计方法中的固定频偏估计范围的缺陷,同时具有频偏估计范围大,精度高的特点。