基于频繁模式树的约束最大频繁项目集挖掘算法研究

目前绝大多数频繁项目集(或最大频繁项目集)挖掘算法并没有考虑相关领域知识,其结果会产生许多无关的模式.因此,发现约束频繁(或约束最大频繁)项目集是多种数据挖掘应用中的关键问题,然而,这方面的研究工作却很少.为此该文提出了一种快速的基于频繁模式树(FP-tree:一种扩展前缀树结构)的约束最大频繁项目集挖掘及其更新算法.实验结果表明该算法是快速有效的.     

基于高维几何特征的孤立点检测算法

针对孤立点检测算法不能较好地模拟人工检测过程、未充分考虑待测数据周围样本分布的问题,提出了一种孤立点检测算法DD-SVDD.该算法综合考虑待测样本与目标样本之间的距离,以及待测样本所在区域样本的分布信息,结合距离和平均密度来确定高维特征空间中决策边界附近待测数据的类别.在训练阶段,考虑了决策边界附近目标训练样本的分布,...     

非自反Banach空间上渐近非扩张映射的τ-遍历收敛定理

在非自反的Banach空间中给出了(г)类渐近非扩张映射在τ-序列紧凸集上的不动点存在定理,从而得到了更一般性的τ-遍历收敛定理,主要结论进一步推广了渐近非扩张映射遍历理论的应用范围.     

一种物化Web视图的在线选择算法

建立了一个考虑更新代价的Web视图置换测度模型,并以此为基础,提出一种物化Web视图在线选择算法DCR.该算法在简单的缓存算法基础上引入了选择置换机制, 通过监测提交的用户查询, 决定是否将其结果予以保存, 必要时依据置换测度值的大小进行置换, 实现Web视图物化总量的控制, 防止视图过分物化, 以降低动态缓存管理、索引和检索的开销.同时可结合适当的维护方式, 提高更新效率, 避免频繁的更新对查询性能产生太大的影响, 使整个算法更具适用性. 实验表明, 在查询集较大、数据源更新比较频繁的场合, DCR算法可以降低视图检索开销, 并可通过机会更新有效减少了失效视图的数量,使算法在用户查询响应性能方面显示出较大的优势.     

基于方向矢量角簇群和桥节点的车间通信协议

在车载自组织网(vehicular ad hoc networks,VANET)中,高动态的拓扑结构和频繁断裂的链路给车间通信提出挑战。为此,针对VANET城市场景,提出基于方向矢量角簇群和桥节点的路由(vector-angle-cluster and bridge nodes-based routing,VAC-BNR)协议。VAC-BNR协议将城市道路划分为十字路口区域和十字路口间的直线路段区域。在十字路口区域内,选择合适的车辆作为桥节点;并由桥节点连通断裂的链路。而在直线路段区域,利用矢量角将车辆划分不同的簇群,然后计算每个簇群内节点的效用值;并选择效用值最高的车辆传输数据。仿真结果表明,提出的VAC-BNR协议能够有效地降低端到端传输时延、提高数据包传递率。与AMD相比,VAC-BNR协议的平均端到端传输时延下降了约30%,当车流密度大于80辆/km~2时,数据包传递率提高了约50%。     

一种动态交通分配的快速算法及应用

为了使得动态交通分配技术能够在大规模网络中实现,本文介绍了基于最优控制理论建立的动态用户分配模型,并针对其适用于实际的路径寻优带来的问题,提出了一种实用、快速的算法。该算法采用时间离散技术,结合静态用户分配算法,实现动态效果。减少了数据处理量,从而大大提高了运算速度。在实际应用中取得了明显的效果。     

改进模糊聚类算法及其在入侵检测中的应用

针对将数据集隶属度概率和为1的条件用于模糊性事件时,影响聚类的正确率的情况,在不确定理论的基础上,研究了数据隶属度问题,提出一种新的基于隶属关系不确定的可能性改进模糊聚类算法.该算法在迭代过程中将聚类的可能隶属度与不确定性隶属度引入到目标函数中,使得样本中的元素不局限于仅属于一个聚类,与现有的聚类算法相比具有更好的聚类结果.通过在KDDCUP99数据集上实验,验证了该算法在入侵检测中的检测率为95.8%, 分别高于K-均值算法的检测率(60.4%)和FCM算法的检测率(64.6%).     

频繁序列模式更新算法

在分析了频繁序列模式更新算法关键技术的基础上,提出了一种快速的增量式更新频繁序列模式挖掘算法FUFSPA,该算法将充分利用先前挖掘过程中所产生的信息来减少本次挖掘过程中的时闻开销．另外,针对频繁序列模式挖掘中支持数计算的复杂性,提出了一种基于二进制形式的支持数计算方法,该方法只需进行一些“或”逻辑运算操作,将该方法用于序列模式挖掘中支持度（数）的计算,可以进一步提高算法的执行效率．实验结果表明算法FUFSPA是可行和有效的．     

负关联规则挖掘算法研究

典型的正关联规则仅考虑事务中所列举的项目.负关联规则不但要考虑事务中所包含的项目,还必须考虑事务中所不包含的项目,它包含了非常有价值的信息.然而,对于负关联规则挖掘的研究却很少,仅有的几种算法也存在一定的局限性.为此,文中提出了一种快速有效的负关联规则挖掘算法MNAR,并给出了一种基于二进制形式的支持数计算方法.理论和实验结果表明算法MNAR是有效和可行的.