基于有序FP-tree结构和投影数据库的最大频繁模式挖掘算法

OPFP-MAX是基于有序FP-tree结构和投影数据库的最大频繁模式挖掘算法。有序FP-tree结构不仅可以减少空间的浪费,而且由于树结构的有序性,在挖掘数据时可以减少挖掘事务项的数量,从而加快挖掘效率。算法采用垂直投影方案实现数据分解,基于投影数据库创建局部树结构,从而进一步减少对系统空间资源的浪费。采用优化策略加快挖掘效率。实验验证了算法的可行性和优越性。     

基于模糊免疫PID算法的温度控制系统研究

目前温控系统中最常用的是串级控制方法,但这种方式存在一定不足,调控质量也不能很好的满足生产需求。文章在串级控制方法的基础上,着重研究其算法优化的可行性,尝试将模糊机制、免疫算法和PID控制方式相融合,改进原有的控制方法,并进行仿真验证。结果表明,这种新算法可以有效提高温度控制的效率和精度。     

计算机基础课程与水平考试互补教学研究

"大学计算机基础"课程教学大纲与水平考试大纲互补教学值得思考和研究,两者有机融合,可做到"系统讲授"与"重点突破"相结合.教学实践表明:在完成授课任务,实现教学目标的同时,可丰富教学内容,拓展学生的知识面.学生在学习过程中,遇到问题,尝试多途径解决问题,培养学生一题多解的能力,有利于更牢固地掌握计算机理论知识和操作技能.模拟考试题可即做即查,有利于培养学生自主学习的习惯.     

基于Spark的DA算法并行化研究

在对大规模数据进行蜻蜓算法优化时,由于要计算的维度过多,迭代次数过大,从而耗费大量运算时间,而基于Spark分布式计算可以减少大数据运算的耗时。将DA算法在Spark分布式计算平台下进行并行计算,把蜻蜓种群被分配到各个节点,每节点中蜻蜓个体信息通过多线程并行更新,然后共享全局最优解,从而提高大规模数据优化的运行速度。最后仿真实验的验证是由4个测试函数进行测试,验证结果显示:在保证正确率的前提下,基于Spark的DA算法在对大规模数据优化的计算用用时最少。     

有限实名网络中个体行为分析与建模

有限实名网络环境作为一种广泛存在的网络环境类型,其网络个体行为与匿名网络、实名网络中个体行为存在显著的差异性;从有限实名网络中个体行为的影响因素出发,进行个体行为的维度设计,从而建立个体行为的形式化描述;通过实证分析,阐述个体行为建模在识别个体行为相似性上是可行的,因此,准确获取有限实名网络中个体行为的特征,对于研究由此形成的网络群体行为同样具有现实的意义。     

基于UCONpreB模型的DRM方案设计

将UCONpreB（Usage Control：UCON）模型的基本方法与典型的DRM（Digital Rights Management）方案相结合,对DRM方案的静态授权和粗粒度问题进行改进设计.通过增加引用监视器和对主体责任履行的预先决策,设计主体对客体访问时的动态授权和权限细分方法,以此实现DRM系统对数字资源更加灵活、更加有效的访问控制.     

基于投影二维表的最大频繁模式挖掘算法

PITable-MAX是基于投影二维表的最大频繁模式挖掘算法。算法只需要遍历一次事务数据库,并将数据信息存入投影数据库中,在挖掘事务项时才会从投影数据库中提取相关的数据信息生成投影二维表,从而减少对内存空间的占用,算法虽然采用递归方式,但组合策略可实现减少条件投影二维表的规模,以达到减少空间;并结合减挖策略来减少挖掘事务项的个数,以达到提高挖掘效率的目的;实验验证了算法的可行性和优越性。