用于联盟链的布隆过滤器优化

布隆过滤器常用于联盟链Hyperledger Fabric状态数据库LevelDB的读性能优化，但布隆过滤器本身存在误报现象，且LevelDB只能对布隆过滤器进行统一配置而无法自适应调整。为此，提出一种单元化的部分计数式布隆过滤器（partial counting Bloom filter,PCBF）构造方案，设计可并行计算的元素插入与查询机制并结合双重哈希及非加密哈希来实现快速插入与查询；基于开启过滤器单元与访问次数构建排序字符串表优先级，使用时间片轮询算法对过滤器单元进行自适应调整，实现了资源的合理分配。实验结果表明： PCBF具有较高的插入效率，并能减少20%左右的误报数量，适用于联盟链的高并发场景。     

基于不平衡数据的公司破产预测研究

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0,C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。     

基于特征选取与树状Parzen估计的入侵检测

针对目前网络空间安全形势快速变化带来的新风险和新挑战, 提出一种基于相关性分析的特征选取和树状Parzen估计优化的入侵检测方法。首先, 通过基于相关性分析的数据特征选取方法对数据维度进行压缩。其次, 对原始数据集进行特征筛选, 生成新的特征子集。最终, 使用序列模型优化算法中的树状Parzen估计算法对随机森林算法进行模型优化。实验结果表明, 相比其他应用机器学习算法的入侵检测方法, 所提方法在提升综合性能的同时拥有更高的检测效率, 有效地提升了入侵检测技术的实用性。     

决策树算法的研究及其在大学生心理健康数据处理中的应用

决策树分类是数据挖掘中的一种重要方法。探讨了决策树算法的基本思想和常用算法,并将决策树挖掘技术应用于大学生心理健康数据,分析挖掘影响大学生心理健康的因素。文章选择C5.0算法,通过Clementine12.0进行决策树挖掘模型的构建,建立数据流,通过不断测试分析,发现影响大学生心理健康主要症状是强迫症。以强迫症为分类目标查看模型,可以了解到焦虑症和人际关系也起到很大的影响作用。将目标属性分别设置为焦虑_程度和人际关系_程度,输出变量设为剩余的9个因子变量,执行数据流挖掘出导致强迫症的主要原因,为指导心理健康的工作人员提供参考。     

SAR图像并行拼接方法研究与实现* 〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展，SAR图像覆盖的地域范围与成像精度也在迅速增长，这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析，提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接，并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现；对比实验证明，基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效，且并行拼接后的完整图像效果良好.     

Dynamic Fault Tree Analysis for Explosive Logic Network with Two-Input-One-Output

The explosive logic network( ELN) with two-input-oneoutput was designed with three explosive logic gap null gates. The time window of the output of the ELN was given,after which the dynamic fault tree analysis was implemented. Two dynamic failure modes of the ELN were obtained,and then their own Markov transition processes were established. After that,the probability of failure was calculated from the corresponding state transition diagram. The reliability of the ELN which was in different length of time under the ambient incentive was then analyzed. Based on the above processing,the reliability of the ELN can be improved.     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。     

基于树型空间的三维树木模型匹配

为解决三维树木模型的检索具有正确率低、检索效率低、描述不匹配等问题,提出一种基于树型空间的三维树木模型匹配方法。该方法通过构建三维树木模型数据集的树型空间,辅以主轴匹配,轮廓匹配,枝干匹配等方式,经过树型空间中欧氏距离和测地线度量差异值,逐步匹配到相应的三维树木模型,该方法分别在通用模型数据集和自我设计的模型数据集进行了匹配性实现,结果表明可以较大幅度提升树木模型匹配的准确率,利于三维树木模型的大规模检索和重用。     

木札岭华山松树轮宽度年表的建立及其气候响应

研究秦岭东部地区树轮对气候因子的响应,为该区域森林资源管理及抚育更新提供数据,并为气候重建提供参考。     

我国林木良种繁育基地建设发展形势及可持续发展策略

1964年,福建省洋口国有林场杉木 (Cunninghamia lanceolata) 种子园、广东省台山红岭湿地松(Pinus eliottii)种子园、黑龙江省林口县青山林场兴安落叶松(Larix gmelinii)、日本落叶松(L. olgensis)、樟子松(P. sylvestris var. mongolica)种子园的建立,标志着规模化树木改良和林木良种繁育基地建设在我国的开始。经过半个多世纪的发展,我国已建立:国家林木种质资源库99个;国家重点林木良种基地294个,生产林木种子1.7亿kg,苗木2 800多亿株;审定认定林木良种3 224个, 造林树种良种使用率提高到65%。其中,浙江省杉木无性系种子园第1代、1.5代、第2代的6年生子代测定结果表明材积遗传增益分别为16.97%、22.58%、26.42%;而种源种子园和双无性系种子园遗传增益更高,分别达到32.82%和37.93%。福建省第3代杉木无性系种子园材积遗传增益达76%。进入21世纪,我国对林木良种繁育基地建设的树种结构进行了调整。由于我国树种资源非常丰富(乔木树种就有2 000多种,其中不少树种具有特殊用途和特异性功能),我国良种繁育基地经营和树种改良方向更加多元化。除开展一般工业用材树种如松属(Pinus)、杉木属 (Cunninghamia)、落叶松属(Larix)等树种选育外,同时开展遗传改良的树种还包括:特殊用材树种如降香黄檀(Dalbergia odorifera)、楠木(Phoebe bournei)、水曲柳(Fraxinus mandahurica)等;抗逆性生态树种如梭梭(Haloxylon ammodensron)、沙棘(Hippophae rhamnoide)、胡杨(Populus euphratica)等; 园林景观树种如亚美马褂木(又称杂交马褂木或杂交鹅掌楸)(Liriodendron sino-americanum)、玉兰(Magnolia denudata)、金钱松(Pseudolarix amabilis)等; 油料香料树种如油茶(Camellia oleifera)、油桐 ( Vernicia fordii)、八角(Illicium verum )等;干果树种如山核桃(Carya cathayensis)、香榧(Torreya grandis)、枣子(Ziziphus jujuba)等;药用树种如杜仲(Eucommia ulmoides)、厚朴(Magnolia officinalis)、山茱萸(Cornus officinalis)等。笔者认为,我国林木良种繁育基地建设是实现我国林业现代化的一项基础性工程,是林木种子工程建设的重点内容,今后我国林木良种繁育基地建设可持续发展策略性措施包括下列6项内容:①稳定长期经济补贴投资机制,确保良种繁育基地长期正常运转;②加强行政管理监督,制定和修订技术标准、法规;③加强科学技术支撑力度,健全“三结合”协作机制;④制定长期良种基地规划和育种计划,确保基地建设长期持续前行;⑤成立良种基地管理指导委员会,建立科学决策机制;⑥定期举办良种基地与林木育种研讨班,商讨关键科学技术和经营管理重大问题。