追踪物理学中的跨领域模因

以美国物理学会旗下期刊2000—2019年发表的论文和Web of Science论文摘要为基础，用模因短语刻画知识，构建模因关系网络并引入跨学科测度Rao-Stirling指数以计算模因的跨领域分数，从而追踪物理学中的跨领域模因。分别从网络拓扑结构指标、跨领域测度指标和专业术语对比3个方面进行验证，证明了所提的模因关系网络和模因的跨领域分数可以有效反映知识在不同领域间的扩散现象。     

阿波罗网络模型的广义边魔幻优美全标号

提出一种新标号--广义边魔幻优美全标号, 并用几种广义边魔幻优美全标号的算法对阿波罗网络模型进行加密及优化, 选择其中使魔幻常数个数最少的算法估计, 并得到了其上界.     

交通信号灯仿真系统设计

基于P89V51RD2、74LS595、MAX232芯片设计硬件电路, 采用KeilC、Visual Basic 6.0软件编程,设计开发了一种交通信号灯仿真系统. 以KeilC为开发工具编写单片机程序,进行下位机控制. 在VB 6.0环境下编写串口通信程序,与下位机进行实时通信. 系统制定了通信协议,控制上位机与下位机之间通信的可靠性,实时对217个LED灯组成的交通信号灯进行控制,实现整体造型的保存、读取、显示和清除功能. 经实验验证,所开发系统能够实现预期功能.     

时间序列的快速相似性搜索改进算法

针对时序数据进行相似性挖掘方法的研究，提出一种寻找已知序列的所有相似性子序列的方法，用该方法对数据模拟，结果表明该算法提高了查询性能。     

模糊集合论和神经网络在油井测试中的应用方法研究

提出了一种基于模糊集合论和人工神经网络处理油井测量问题的方法，首先利用模糊集合论中的模糊聚类方法，将所使用的各种传感器灵敏度特性曲线进行分档归类，然后利用人工神经网络对各档次的传感器进行非线性估计，并在此基础上形成了一套寒带的算法，对于油井测试中测量精度的提高具有一定的实用意义。     

时间维在数据仓库中的应用研究

数据仓库的时间维是其固有特性，如何在实际系统中确定不同的时间粒度和控制方式至今仍没有统一的方法。现就对数据仓库的时间维特性进行了分析与总结，提出了在数据仓库中处理时间维的一般原则，并在实际系统构建过程中进行了有益的探索和实践。     

一种不确定性数据中最大频繁项集挖掘方法

不确定性数据挖掘已经成为数据挖掘领域的新热点,频繁项集挖掘是重点研究的问题之一.但是目前出现的挖掘算法大多集中在完全频繁项集,而用于最大频繁项集和频繁闭项集的算法尚不多见.文中研究了一种基于UF-Tree的用于不确定性数据中挖掘最大频繁项集的算法,该挖掘过程分为两个步骤,第一步先得到以频繁1-项集为后缀的局部最大频繁项集,第二步得到所有的全局最大频繁项集,实验证明该算法性能良好且特别适用于稠密型、事务长度较小的数据集.     

图的邻点可区别全染色算法

在图 G 的一个正常全染色下,G 中任意一点 v 的色集合是指点 v 的色以及与 v 关联的全体边的色所构成的集合。图 G 的邻点可区别全染色就是图 G 的正常全染色且使相邻点的色集合不同,其所用最少颜色数称为图 G的邻点可区别全色数。设计了一种启发式的邻点可区别全染色算法,该算法根据邻点可区别全染色的约束规则,确定四个子目标函数和一个总目标函数,然后借助染色矩阵及色补集合逐步迭代交换,每次迭代交换后判断目标函数值,当目标函数值满足要求时染色成功。实验结果表明,该算法可以得到图的邻点可区别全色数,并且算法的时间复杂度不超过 O（n3）。     

一类推广阿波罗网络模型的若干统计指标研究

提出了一种具有无标度、增长性和优先连接特性的网络模型,并且分析了网络模型的构造算法,刻画了网络结构的点、边数目特性,计算了网络模型的度累积分布,论证了外边数可变的阿波罗网络的度累积分布均满足幂律分布.进一步研究了瓦解度等指标,对该网络结构受到蓄意攻击后的受损程度进行了评价.     

基于神经网络处理油井液面深度的方法

本文介绍了利用神经网络处理油井液面信号的基本方法，并给出利用此方法处理液面信号的结果。