RETE算法的改进及其应用

本文先对Rete模式匹配算法进行了概述,然后又从网络结构对Rete模式匹配算法加以改进和优化,使Rete模式匹配算法更加高效快捷。然后我们又分别从规则引擎介绍了Rete算法的应用。     

一种改进的多模式匹配算法

在基于有限状态自动机的多模式匹配算法(DFSA算法)基础上,结合Tuned BM算法的优点,提出一种快速的多模式字符串匹配算法,实现了多模式匹配过程中不匹配字符的连续跳跃.在一般情况下,算法不需要匹配目标串中的每个字符,而是在实际比较之前跳过尽可能多的字符,以减少字符比较的操作,实现快速匹配.在模式串较长和较短的情况下,算法都有很好的性能.分析指出算法实际比较的字符数随着模式串长度的增加而下降,并随模式集的增大有所增多.实验表明,在模式串较短时,算法需要的匹配时间仅为AC算法的50%到33.3%,AQR算法的90%左右;在模式串较长时,所需时间为AC算法的25%至12.5%,AQR算法的75%左右.     

Rete算法的简化与实现

提出了一种基于简化的Rete推理算法的java实现，从而有效地降低了专家系统中推理机的实现难度。     

Rete算法的优化及在动车组故障知识库推理中的应用

为了解决动车组在运行途中出现的各类故障,检修段需要根据动车组发生的故障进行原因分析,并及时采取相应的解决措施.因此本文将故障知识库应用到高速铁路动车组,着重研究了基于Rete算法的推理机在知识库系统的应用,并对Rete算法进行了改进,最后利用动车组故障数据对优化前后的Rete算法进行了比较,证明了改进算法的有效性.     

一个基于Rete算法的可视化产生式系统

国内常见的产生式系统 ,如OPS5和CLIPS ,他们的应用和开发界面都是类似LISP的文本界面 ,可操作性差 .基于面向对象的方法和技术 ,设计并实现了一个可视化的产生式系统 ,该系统采用Rete算法进行推理 ,提供了事实库、规则库和Rete网络的可视化的维护功能 .使用VC 6 .0实现了该系统 .实际运行表明 ,该系统效率高 ,可操作性强 .     

基于改进Rete算法的RFID复合事件检测方法

针对现有RFID复合事件检测方法将复合事件的规则表达式和相应的处理代码绑定在一起,不利于应用系统扩展的弊端,提出了能将二者分离的基于规则引擎的RFID复合事件检测方法.针对传统的规则引擎算法——Rete算法会缓存大量的部分匹配结果,而RFID事件通常具有时间约束的特点,提出一种基于部分匹配过期的过期数据回收机制,及时删除过期的部分匹配结果,减小计算过程中缓存的压力.仿真测试结果表明,改进的Rete算法有效地缓解了Rete规则网络中缓存的压力,更适用于RFID复合事件检测.     

基于Rete算法的JAVA规则引擎

在软件应用中若能抽取出规则,可以使软件实体更灵活,规则引擎使得这成为可能。其算法Rete也逐渐发展成为了一种最重要的主流算法。先着重叙述了规则引擎的原理及其JAVA API,其次阐述了Rete算法,最后简单介绍了Jess与开源项目产品Drools。     

一种基于序列最大似然的多进制扩频捕获算法

针对多进制扩频系统的伪码捕获问题,通过分析多进制最小频移键控(MSK)正交扩频调制信号的组成规律,提出一种适合MSK调制系统的快速捕获算法.该方法将似然函数的计算分成两部分,分别用两个匹配滤波器实现,得到的似然函数计算单元实现结构简单,适合现场可编程逻辑门阵列(FPGA)实现.后级的多码元累加结构可提高系统低信噪比下的捕获性能.分析了该算法在MSK调制的多进制正交扩频系统中的捕获性能以及频差、信噪比等因素对检测概率的影响.仿真实验结果和性能推导验证了该方法的可行性.     

面向多目标优化问题的基于Species的遗传算法

为了能够快速准确地获得多目标优化问题的一组非支配解,提出了一种基于Species的多目标遗传算法.该算法采用Tchebycheff方法构建一定数量的子问题,进而基于Species机制构造多种群实现了对多个子问题的并行求解.这种采用多个体对一个最优解的搜索方式提高了算法的探索能力和开发能力.最后,对一组标准测试函数进行仿真实验,结果表明所提出的算法能够快速准确地获得一定数量的非支配解.     

基于改进的多目标量子行为粒子群优化算法的多无人机协同任务分配

为在给定的时间内以最小代价和最大效益完成任务,建立了多无人机协同任务分配问题的多目标优化模型.采用改进的多目标量子行为粒子群优化算法求解最优任务分配方案,定义了一种从所求候选方案中选取最优分配方案的自主选择准则.对比分析多目标粒子群优化、多目标进化算法和该文算法所求的最优分配方案.仿真结果表明该文算法能够较快地求解问题,而且所求最优任务分配方案的性能优于其它三种算法.     

基于特征匹配模块和层次知识库的入侵检测系统的实现

提出了一种基于特征匹配模块和层次知识库的IDSPMHKR系统模型,在其中加入历史规则和方法,根据最近访问出现次数较多的规则在不久的将来出现的频度也会较高的特点,设计了EDSPMHKR的层次知识库用来在最短的时间内发现入侵规则,以提高入侵检测系统的实时性;采用KMP算法进行入侵规则的模式匹配,可以降低查找时间,提高系统的综合性能.     

新规则对排球比赛的影响

从排球新规则对棒球比赛的影响进行深入细致的分析,对棒球教学与训练具有一定的指导意义。     

关联规则挖掘方法的改进

分析了关联规则的衡量标准,针对其中的缺点和不足,提出了一种匹配度方法用以取代置信度,并将匹配度方法生成的规则与支持度-置信度框架生成的规则进行了比较.结果表明:用匹配度方法生成的规则不仅前件和后件具有较高的相关性,而且减少了冗余规则的生成.     

浅析篮球比赛中节奏的重要性

能否在篮球比赛中合理地掌握节奏,不仅能反映一个球队的综合实力,同时也能反映出一个教练员在临场指挥中的艺术,这对教练员在比赛中正确地确定战略战术,准确预测临场势态的变化,及时捕捉战机,争取比赛的主动权是十分重要的。     

一种新的车牌数字及字母字符识别方法

车牌字符识别是车牌自动识别系统的关键环节．车牌数字及字母字符识别是车牌字符识别的重要组成部分．传统的模板匹配法的缺点是在车牌图像质量退化时识别率较低．提出一种新的改进的模板匹配法．该方法定义前景匹配度、背景匹配度和整体失配度3种匹配测度进行模板匹配,匹配成功则直接获得识别结果,否则,对相似字符情形应用特征区域模板匹配法,对其他情形应用空心模板匹配法．实验结果表明,该方法对车牌字符褪色、污迹、断裂、模糊、光照不均等质量退化车牌图像具有较好的识别效果．     

面向基因测序数据的高效位点与表型关联挖掘算法

疾病表型通常会受SNP位点调控，挖掘疾病表型与SNP位点间的关联规则有助于提供个性化分子诊疗方案。由于SNP位点具有遗传异质性，在挖掘疾病表型与SNP位点间的关联规则时，需要将最小支持度阈值设为较低值，甚至是0，又由于SNP位点数据量庞大，这会使得关联规则算法时间复杂度极高。为此，提出了HEMAPS算法，通过使用线程并行处理和垂直数据格式改进Apriori算法。此外，为解决质量性状表型样本比例不平衡问题，提出了一种新的关联规则评价指标——匹配度。实验结果表明，HEMAPS算法的时间复杂度比Apriori算法明显降低。     

一种模板匹配和神经网络的车牌字符识别方法

提出了一种基于模板匹配和神经网络的车牌识别方法。该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的优势,可有效地提高车牌字符的识别率、识别速度和识别系统的泛化能力。实验结果表明：大多数情况下,该方法的识别率超过90%,识别时间不超过1200ms,能有效地识别各种车牌中的字符,满足实际系统的要求。     

换热器两侧表面最佳匹配的一般化推导

从换热器的传热方程和投资费用方程出发,在各种不同给定条件下,采用函数求极导出换热器两侧换热表面的最佳匹配准则关系式.在考虑投资费用前提下两侧换热表面的选择应遵循的不等效匹配原则.此外,还针对两侧助化的情况推导出最佳匹配关系式