频繁项集的简洁表示方法研究

提出了通过逻辑蕴涵的演绎规则来构建频繁项集的简洁表示,而不是挖掘所有的频繁项,来降低频繁项集中的冗余性,并利用演绎规则来构建所有频繁项集的简洁表示,从而减少存取数据库和对项集进行计数的次数,最终提供一个更加紧凑的频繁项集输出.最后,通过试验说明了该方法的有效性.     

Generalization-based discovery of spatial association rules with linguistic cloud models

Extraction of interesting and general spatial association rules from large spatial databases is an important task in the development of spatial database systems. In this paper, we investigate the generalization-based knowledge discovery mechanism that integrates attribute-oriented induction on nonspatial data and spatial merging and generalization on spatial data. Furthermore, we present linguistic cloud models for knowledge representation and uncertainty handling to enhance current generalization-based method. With these models, spatial and nonspatial attribute values are well generalized at higher-concept levels, allowing discovery of strong spatial association rules. Combining the cloud model based generalization method with Apriori algorithm for mining association rules from a spatial database shows the benefits in effectiveness and flexibility.     

基于框架的面向对象的雷达系统方案设计知识表示

本文提出了利用基于框架的面向对象技术表示雷达系统方案设计的知识。这种知识表达方法,将规则与过程性设计知识及设计对象框架表示相结合,具有较强的知识综合表达能力,并采用这种表示语言,建立了用于相控阵雷达系统方案设计支持系统知识库。     

与特征选取和离散化集成的决策规则挖掘方法

利用粗糙集理论可以从已知数据中挖掘决策规则 .对于连续取值的特征属性必须先对其离散化 .从给定的特征属性集合中去除冗余的特征属性 ,选取有用的属性子集有助于简化决策规则 .我们利用基于信息熵的规则不确定性量度函数构造了一个决策规则挖掘的遗传算法 ,将规则挖掘与特征选取和连续属性的离散化集成在一起 .实验结果说明了这种方法的有效性.     

可拓决策方法综述

对目前已有的策略生成、转换桥方法、优度评价法以及可拓层次分析法等可拓决策方法做了简要的介绍和评述。并指出可拓决策方法的进一步研究工作和发展前景。     

基于已实现波动率的上证综指异常时序检测

时间序列模式识别、异常检测在金融领域有着广泛应用,能够为金融决策提供重要参考信息.在大数据场景下的异常检测中,为满足对计算效率、存储空间的要求,通常对时序数据利用近似表示进行降维.但在高频金融领域,已有的近似方法会丢失大量波动信息,而微观结构噪声、市场波动信息对高频金融分析至关重要.因此,本文在传统方法基础上,结合基于变点检测的时序近似表示和已实现波动率,通过聚类识别表现异常的时间序列.基于上证综指数据的实证分析表明,引入已实现波动率能够进一步优化聚类质量,准确识别波动异常的时间序列,为实际金融分析提供有价值的决策支持.     

一种基于网络分析的语义冗余发现方法

以农业AGROVOC本体为例,结合语义万维网推理机制定性分析冗余信息产生原因,利用复杂网络分析方法量化推理过程中产生的冗余,进而确定本体中的核心概念,解决推理冗余问题。实验表明,复杂网络分析方法可从定量角度找出核心节点及导致推理产生冗余的边,并揭示了语义冗余引起的推理效率降低问题。为优化本体设计、提高推理效率提供了一种新的可行方法。     

基于绿灯时间等饱和度的离线Q学习配时优化模型

首先对传统的绿灯时间等饱和度概念进行了扩展,提出了分级绿灯时间等饱和度。在此基础上,针对分级绿灯时间等饱和度目标,构造了奖赏函数,建立了定周期和变周期两种模式下的四种离线Q学习配时优化模型。相对于在线Q学习模型,离线Q学习模型更适合交叉口信号配时优化,变周期模式的离线Q学习模型可以获得解的结构、最优解的分布,这是传统配时理论不具备的。算例结果表明,定周期模式下最优解是唯一的。变周期模式下最优解是不唯一的,呈带状,奖赏分级模型比奖赏不分级的最优解更加集中。     

基于网络的数值关联规则挖掘方法

关联规则 ( Association Rules)发现的是属性间的关系 .属性可以是逻辑型的 ,也可以是数值型的 .在从逻辑型属性描述的数据中发现关联规则方面已经有许多比较成熟的算法 ,而在数值型属性方面则不然 .将数值关联规则挖掘问题映射成逻辑关联规则挖掘问题是一种方便有效的方法 .本文给出了一个新的数值属性关联规则挖掘算法 ,该算法利用数据本身的特征决定对数值属性值域的划分 ,进而将划分后的所有区间映射为逻辑属性 (项目 ) ,在此基础上可以挖掘出更容易理解、更具有概括性的有效关联规则 .本文给出了一个发现频繁项目集搜索算法 ,并采用一种纵向数据库格式来简化项目集支持度的计算.     

基于模型的飞机系统架构多视图表达方法

飞机系统架构设计呈现典型的多层级、多系统集成、多接口形式、多专业合作等复杂特征, 传统的基于文档和离散二维制图的架构设计方法已经不能满足要求。对此, 提出一种基于系统建模语言(systems modeling language, SysML)模型的飞机复杂系统架构多视图设计表达方法, 对各项复杂特征进行了解耦, 将复杂的系统架构设计分解到多张有机关联的视图上; 在开展多视图相对独立的设计和建模工作中, 本质上就已经逐步完成了多层级的飞机系统架构集成设计; 以机轮刹车系统为例, 给出了基于模型的多视图架构设计方法的应用。实践结果表明, 基于模型的多视图架构设计方法可以有效应对各种复杂性, 并充分提升多系统集成架构设计的效率和质量。     

基于贝叶斯网络的GO法模型算法

GO法是评价具有多状态时序特性的复杂系统可靠性的有效方法,但GO法操作符众多、算法复杂并且缺乏工具软件支持,制约了GO法的工程应用。针对该问题,本文提出一种基于贝叶斯网络的GO法新算法。首先,定义常用操作符到贝叶斯网络节点映射规则;然后,给出GO模型映射转换为贝叶斯网络的可编程流程;最后,利用贝叶斯网络成熟工具支持,定量求解映射后的贝叶斯网络模型。新算法操作符映射规则统一,模型映射转换流程简单直观,便于工程人员掌握和应用。此外,除了能得出传统的定量结果,新算法使得GO法还具有故障推理和诊断能力。     

BOM-based design knowledge representation and reasoning for collaborative product development

Modern product development becomes increasingly collaborative and integrated, which raises the need for effectively and efficiently sharing and re-using design knowledge in a distributed and collaborative environment. To address this need, a framework is developed in this research to support design knowledge representation, retrieval, reasoning and fusion, which takes account of structural, functional and behavioral data, various design attributes and knowledge reasoning cases. Specifically, a multi-level knowledge representation based on the Base Object Model (BOM) is proposed to enable knowledge sharing using Web services technologies. On this basis, a multi-level knowledge reuse method is developed to support the retrieval, matching and assembly of knowledge records. Due to the tree structure of BOM, both depth-first and breadth-first searching strategies are employed in the retrieval algorithm while a novel measure is proposed to evaluate similarity. Moreover, a method based on the D-S evidence theory is developed to enable knowledge fusion and thus support effective decision-making. The framework has been implemented and integrated into an HLA-based simulation platform on which the development of a missile simulation example is conducted. It is demonstrated in the case study that the proposed framework and methods are useful and effective for design knowledge representation and reuse.     

Simplifying the nonlinear continuous time-cost tradeoff problem

Equivalent simplification is an effective method for solving large-scale complex problems. In this paper, the authors simplify a classic project scheduling problem, which is the nonlinear continuous time-cost tradeoff problem (TCTP). Simplifying TCTP is a simple path problem in a critical path method (CPM) network. The authors transform TCTP into a simple activity float problem and design a complex polynomial algorithm for its solution. First, the authors discover relationships between activity floats and path lengths by studying activity floats from the perspective of path instead of time. Second, the authors perform simplification and improve the efficiency and accuracy of the solution by deleting redundant activities and narrowing the duration intervals of non-redundant activities. Finally, the authors compare our method with current methods. The relationships between activity floats and path lengths provide new approaches for other path and correlative project problems.     

雷达动目标短时稀疏分数阶表示域探测方法

机动目标检测和精细化运动状态估计始终是雷达信号处理的热点和难点问题,基于时频分布的动目标检测方法难以同时获得高时频分辨率,且参数估计精度受搜索步长的限制。稀疏时频分布技术结合了经典时频分析技术和高分辨稀疏域信号处理的优势,是传统变换域处理技术的扩展。构建了短时稀疏分数阶表示域信号处理框架,并在此基础上,提出了两种雷达机动目标检测和估计方法,即短时稀疏分数阶变换和短时稀疏分数阶模糊函数,实现了时变信号的时间稀疏变换域高分辨表示。对海雷达目标探测试验验证表明,所提方法适用于复杂背景下雷达机动目标的探测,并能获得目标运动状态的精细估计。     

基于蚁群算法的水下潜器三维空间路径规划

路径规划是水下潜器智能控制的关键技术之一,其任务是在已知障碍物的环境中按照某一最优指标寻找一条从起始点到目标点的无碰路径。使用蚁群算法对水下潜器三维空间路径规划问题进行了研究,以ACS算法为基础设计了路径优化搜索算法,详细讨论了信息素表示方法、路径点选取原则、启发式函数设计和信息素更新规则,给出了算法的具体流程,仿真实验结果表明,该算法能够方便有效的实现三维空间中的路径规划。     

一种基于划分的带项目约束的频繁项集挖掘算法

为提高关联规则挖掘算法的效率及其对大型数据集的适应性,提出了基于划分的带项目约束的频繁项集挖掘算法Partition CHS Miner。算法按照约束条件裁减数据集,并采用基于约束的超结构CHS(con-straint-based hyper-structure)存储数据。对大型数据集,先将其划分为多个不相交的数据子集,使子集的大小适合主存,然后在子集上采用基于超结构的带项目约束的挖掘算法挖掘出局部频繁项集,最后合并所有子集中的频繁项集形成全局的带约束的候选项集,计算出全局频繁项集。实验证明了算法的有效性。     

基于语言神经网络的知识获取方法研究及在智能教学系统中的应用

提出了一种基于语言神经网络的知识获取方法,该方法利用语言神经元,对具有开区域的连续输入变量,自动产生相应的语言变量输出,讨论了相应的神经网络训练和知识获取方法,所获取的知识以If-Then的规则形式表示,具有简洁、紧凑、不必进一步化简、易于理解等特点,并给出在智能教学系统中获取专家领域知识的应用实例.     

基于基因结构的复杂应急案例表示方法

案例推理作为人工智能领域类比推理的有效方法,其检索效果与推理能力很大程度上依赖于案例构建的合理与否.考虑到已有方法在表示复杂应急案例上的不足,本文依据历史案例将复杂突发事件的"情境-情景"结构抽象化,以此提出复杂应急案例基因模型的概念.基于基因模型构建多级的案例结构,能形成可重复使用的、标准的、简化的、可供应急决策者重组参考且具有"生物型"特征的复杂应急案例表示模型.该方法在一定程度上继承与集成了框架与本体表示法的特点,实现了复杂应急案例结构的系统性表达,使案例内容有机连接成整体,可更好地服务于复杂应急案例推理.为更好地说明,本文以"台风/暴雨"引发的复杂情境链为例,阐述基因结构表示复杂应急案例的合理性与有效性.     

基于模糊关联规则的股票市场交易规则抽取

将模糊关联规则应用于股票市场的交易规则抽取,以期能为投资者投资做出正确决策.首先选用聚类方法对模糊集属性进行离散化,进而构造模糊集和隶属函数,给出模糊集构造算法,最后提出适合股票交易规则抽取的模糊关联规则算法FARS.实验结果表明,所得规则能很好的反映股票交易中的实际情况.     

改进的增量式关联规则维护算法

在分析现有的关联规则算法 IUA的基础上 ,指出了该算法的不足和错误之处 ,并加以改正 ,进而提出了一种改进的增量式更新算法 EIUA. EIUA算法解决了在数据库 D不变的情况下 ,当最小支持度和最小置信度二阈值发生变化时如何高效更新关联规则的问题 .实验分析表明了新算法的有效性和优越性.