一种新的频繁项集挖掘算法DS-ECLAT

在ECLAT算法的基础上,提出一种新的频繁项集挖掘算法——DS-ECLAT算法。该算法使用回写集和深度搜索最长项集两项新技术,在每次迭代中,无须扫描整个数据库,对于(K+1)项集的探索仅依赖于K项集,并生成K项回写集,下一次迭代时吸取这些回写集,减少了交运算的次数,提高了算法的执行效率。相对于ECLAT算法,新算法减少了内存的需要,具有更好的可伸缩性。     

欧氏完备的α相对极值超曲面

设x:M→Rn+1 是凸域Ω(∩)Rn 上的严格凸函数 xn+1= f(x1,...,xn)定义的一个局部强凸超曲面. 如果 f 是下面方程的解,则称 M为α相对极值超曲面:Δρ=(2-nα)/(2)(‖Δρ‖2)/(ρ),ρ:=det((e)2f)/((e)xi(e)xj)-(1)/(n+2).2007年,贾和李证明了存在一个仅依赖于维数n 的正常数K(n),如果|α|≥ K(n), 那么欧氏完备的α相对极值超曲面是椭圆抛物面. 本文中我们利用Calabi 度量给出了这个定理的一个简单证明.     

城市规模分布的三参数Zipf模型 ——Davis二倍数规律的理论推广及其分形性质的实证分析

将关于城市等级-规模分布的Davis二倍数（2n）规律推广为任意倍数（δn）规律：ai=ai n·2n,fi=fi n·δ-n,然后从中导出具有一般意义的三参数Zipf模型：P（r）=C（r－a）-dz．揭示了参数dz的分维性质并给出了它与分维D以及邻级倍数δ的数值关系：dz=1／D-In2／Inδ。从而证明Davis的2n规律乃是δ=2即dz=1的特殊情形;最后用Davis的原始数据对推导结果进行了实证分析．     

一个Hardy-Hilbert类不等式的一个改进

利用改进了的Cauchy不等式对1个类似于Hardy-Hilbert不等式的不等式作了改进.建立了1个新的不等式：〖ＤＤ（〗∞〖〗ｎ＝１〖ＤＤ）〗〖ＤＤ（〗∞〖〗ｍ＝１〖ＤＤ）〗〖ＳＸ（〗ａｍｂｎ〖〗ｌｎ　ｍ＋ｌｎ　ｎ＋１〖ＳＸ）〗＜π〖ＪＢ（｛〗〖ＤＤ（〗∞〖〗ｎ＝１〖ＤＤ）〗ｎａ２ｎ〖ＤＤ（〗∞〖〗ｎ＝１〖ＤＤ）〗ｎｂ２ｎ〖ＪＢ）｝〗１／２（１－Ｒ）１／２．其中Ｒ＝〖ＪＢ（（〗〖ＳＸ（〗（α,γ）〖〗‖α‖〖ＳＸ）〗－〖ＳＸ（〗（β,γ）〖〗‖β‖〖ＳＸ）〗〖ＪＢ））〗２.     

北方天然次生林主要阔叶树种树冠建模及应用

选择黑龙江省帽儿山林场天然次生林内176株10个阔叶树种的解析木,共收集了3 401个枝条的详细数据,建立了一种树冠轮廓模型。分析发现,树冠的形状随着枝深度变化,在树冠上部、中部逐渐扩展,在下部收缩,每个树种呈现不同的曲线形式,天然次生林主要阔叶树种树冠模型可分为上中层和下层两部分建模,上中层模型为hRPCA=a0+a1/ln(RB)+a2/ln(RB)2+a3/ln(RB)3,下层轮廓模型因种不同而有不同,即hRPCB,白桦=b0+b1·(exp(b2)·ln(RB)-1)/b3;hRPCB,黄菠萝=b0+b1·ln(RB)+b2·ln(RB)2;hRPCB,其他=b0+b1·ln(RB)+b2·ln(RB)2+b3·ln(RB)3。经过验证,所建立的树冠轮廓模型拟合和检验效果较好,相关系数都在0.97以上。     

微波催化氧化联用技术处理敌百虫农药废水

采用微波催化氧化联用技术处理敌百虫农药废水,分别讨论废水酸度、微波加热功率和微波处理时间对废水化学需氧量(chemical oxygen demand,COD)去除率的影响.结果表明:当废水pH为1、双氧水加入量为4 mL·L~(-1)、活性炭加入量为8 g·L~(-1)、微波加热功率为350 W、微波处理时间为5 min时,COD去除率为92.18%.动力学研究表明,在最佳条件下反应的表观过程近似符合一级反应规律,其动力学方程为1n(ρo/ρ)=0.1776t+0.0279,速率常数k=0.177 6 min~(-1),相关系数为0.974 7,半衰期t_(1/2)=3.902 min.     

动态平行数据模型中固定效应模型的模型设定问题

将数据生成过程为一阶自回归的时间序列yt=α+ρyt-1+tε,tε~i.i.d(0,σ2),t=1,2,…T的大样本性质推广到动态平行数据模型中,在固定效应模型中构造并证明了模型设定的χ2统计量,并解决了动态平行数据模型中固定效应模型的模型设定问题.     

基于多支持度的挖掘加权关联规则算法

关联规则挖掘是数据挖掘中一个重要的模型．在其挖掘算法中，如果最小支持度很高，则出现频率比较低的规则就不能发现；如果最小支持度太低，因为频繁项的相互关联，则会出现组合爆炸．为此，提出了允许用户设定多个最小支持度、给定数据各项的权重来解决这一问题．理论、实验数据和实际应用证明，该新算法可行且符合实际情况，比同类算法用时更少，对大型数据库的关联规则挖掘非常有效．     

Constructing Projection Frequent Pattern Tree for Efficient Mining

Frequent Pattern mining plays an essential role in data mining. Most of the previous studies adopt an Apriori-like candidate set generation-and-test approach. However, candidate set generation is still costly, especially when there exist prolific patterns and/or long patterns.In this study, we introduce a novel frequent pattern growth (FP-growth) method, which is efficient and scalable for mining both long and short frequent patterns without candidate generation. And build a new projection frequent pattern tree (PFP-tree) algorithm on this study, which not only heirs all the advantages in the FP-growth method, but also avoids it's bottleneck in database size dependence when constructing the frequent pattern tree (FP-tree). Efficiency of mining is achieved by introducing the projection technique, which avoid serial scan each frequent item in the database, the cost is mainly related to the depth of the tree, namely the number of frequent items of the longest transaction in the database, not the sum of all     

混晶纳米二氧化钛乳液光催化降解农药的研究

为了降解农药废水,以混晶纳米TiO2乳液为催化剂,以太阳光为光源,对降解农药模拟废水进行了系统研究.结果表明:降解体系的pH值、催化剂和农药质量浓度、光源辐照时间等因素对乳液光催化降解农药有一定影响,反应动力学研究表明此降解反应是一级反应(K=0.014 35 min-1).     

基于多层概要结构的数据流的频繁项集发现算法

利用一类基于异或运算的两两相互独立的哈希函数族,实现了对多层结构流数据进行“概括”的概要数据结构.应用该多层概要数据结构,实现了面向数据流的多层频繁项集的动态近似查找算法.实验结果表明,该算法以亚线性的时间和空间消耗,在统计意义上达到了几乎100%的查找和估计精确度.     

基于多层概要结构的数据流的频繁项集发现算法

利用一类基于异或运算的两两相互独立的哈希函数族,实现了对多层结构流数据进行"概括"的概要数据结构.应用该多层概要数据结构,实现了面向数据流的多层频繁项集的动态近似查找算法.实验结果表明,该算法以亚线性的时间和空间消耗,在统计意义上达到了几乎100%的查找和估计精确度.     

流数据频繁项算法研究

流数据频繁项挖掘是一项重要的研究课题,是其他流数据挖掘任务的基础。Lossy counting 算法是第一个近似的流数据频繁项挖掘的算法,并且具有空间和时间的高效性。详细分析该算法,尤其是它不能回答关于时间的查询的不足后,对其进行改进,提出了一个在多时间粒度上挖掘流数据频繁项的设想,加入时间维度。改进后的算法在时间倾斜窗口保存与合并频繁项,可以应用于各种对时间敏感的流数据查询和挖掘应用中。     

矩阵的迹在密码中的应用(英文)

①Tr(Aα.Bβ)≤Tr(αA+βB)②Tr(∏nj=1Ajqj)≤Tr(∑nj=1qjAj)③Tr(∏nj=1Aqj)≤J(a,q,p)≤Tr(∑nj=1qjAj)④⑤Tr{∏nj=1Ajqj}≤J(a,q,p)≤J(a,q,p,λ,l)≤Tr(∑nj=1qjAj)⑤Tr(∏nj=1Aqj)≤J(a,q,p)≤J(a,q,p,λ,l)＜J(a,q,p,λ,l2)＜......J(a,q,p,λ,lm)≤Tr(∑nj=1qjAj)     

基于不确定数据的频繁项查询算法

频繁项的查询是一项非常重要的技术,但在新兴的不确定数据领域却是一项新的研究课题.基于不确定数据,提出了一种新的频繁项定义,并提出了两条过滤规则,可以有效地减少检测数据的数量.最后提出高效的频繁项查询算法UFI,该算法通过找到概率求解中的递推规律,极大提高了单点检测效率.实验结果显示:提出的方法可以有效地减少候选集,降低...     

非线性两点边值问题的对称正解

利用锥的不动点指数定理,讨论了以下非线性两点边值问题-x″(t)+2ρx(t)=f(x(t)),t∈(0,1),αx(0)-βx(′0)=0,γx(1)+δx′(1)=0,的正解.其中f∈C(R+,R+),ρ>0,α,β,γ,δ≥0,(α+β)(γ+δ)>0,且αδ=βγ.     

一种基于预裁剪的不确定数据流频繁项集挖掘算法

随着交通、网络流量监控等应用的涌现,不确定数据流频繁项集挖掘成为近年来的研究热点。通常在不确定数据流中,频繁项集所占的比例较小,导致挖掘中无效操作较多。基于这种情况,提出了一种基于预裁剪的不确定数据流频繁项集挖掘算法Prep-UF-Streaming;该算法,不仅能裁剪掉大部分非频繁项集,提高了算法的平均运行时间;而且能够检测到非频繁项集成为频繁项集的可能性,尽量不丢失频繁项集,从而尽可能地提高算法的性能。     

超薄g-C3N4吸附性能的研究

吸附法具有操作简便、高效、吸附剂可再生等优点，被普遍认为是去除工业染料的最有效方法之一.以三聚氰胺为前驱体，采用热聚合法，制备了块体g-C3N4，并使用热剥离法对其进行剥离，得到一次剥离g-C3N4和二次剥离g-C3N4产物.通过TEM、AFM、XRD、DRS、BET对其形貌、组成和结构进行了表征，同时探索了温度、pH、起始浓度、吸附时间对超薄g-C3N4的吸附性能的影响.结果表明：50 mg块体g-C3N4、一次剥离g-C3N4、二次剥离g-C3N4在1 h内对90 mg·L－1有机染料罗丹明B (RhB)和100 mg·L－1刚果红 (CR)的最大吸附量分别为：7.270 mg·g－1、5.207 mg·g－1；20.463 mg·g－1，20.909 mg·g－1；36.094 mg·g－1,50.375 mg·g－1.特别是在一次剥离g-C3N4的吸附体系中，证实了RhB和CR的吸附Freundlich等温线方程分别为ln qe ＝－0.93＋0.87ln ce (R2＝0.90)、ln qe ＝－0.09＋0.73ln ce (R2＝0.97)；并且RhB的吸附为准一级动力学模型：ln (qe－qt) ＝ －0.04t＋3.3 (R2＝0.93)，而CR的吸附为为准二级动力学模型：t/qt＝0.07t＋0.14 (R2＝0.99).第一性原理计算表明，超薄g-C3N4对RhB和CR的吸附动力学模型不同，主要是由于RhB和CR的分子结构不同、前线轨道不同、表面静电势不同，使其在超薄g-C3N4的表面上的吸附位点和吸附能不同等微观差异所导致的.这将为二维材料吸附、检测、降解环境污染物提供新的视野.     

基于投影数据库的序列模式挖掘增量式更新算法

针对序列模式挖掘中的增量挖掘问题,提出一种序列模式更新算法ISPBP.算法引入序列数据库结构来存储从原始数据库中挖掘出的所有项、最大频繁模式以及它们的支持数,采用间接拼接方法,只需处理增量数据库,避免了对更新后数据库的重新计算.对于因增量数据库新产生的频繁模式,利用了在增量数据库中出现的频繁项集来减小投影数据库,进一步提高了算法的效率.理论分析和实验表明,算法是有效可行的,并且增量数据库越大,算法在效率上的优越性越明显,算法ISPBP优于传统增量式更新算法.     

关于Tumura-Clunie定理的一个推广

给出Tumura-Clunie定理的一个推广.结果如下定理.设ω(z)是亚纯函数,F≡αxωn+αn-1ωn-1+…+α0满足lim →∞ r(+)E -N(r,1/F)+-N(R,ω)/T(r,ω) ＜1/2,那么 F =αn(ω+αn-1/nαn)n.