基于关系马尔可夫模型的枚举型缺失值估计

针对数据质量中数据缺失问题,提出了基于关系马尔可夫模型(RMM)的枚举型缺失值估计方法.该方法充分考虑属性间的关联性,将动态属性选择(DAS)方法与RMM结合,最大限度地利用完整数据的信息,提高了该方法的估计能力;利用RMM计算源状态到目的状态的转移概率,采用MaxPost和ProProp 2种缺失值填充方法,对缺失值进行填充.采用公认数据集,进行了对比实验,验证了该方法的有效性和优越性.     

非线性约束最短路问题的启发式算法

多约束QoS路由优化是当前网络研究中的一个重要课题,而受限最短路问题(RSP)是QoS路由的一个基本问题。它是NP-完全的,并有许多具有多项式时间和伪多项式时间的启发式求解算法。然而这些方法只能求解一些带有线性约束的RSP。对一些非线性的约束(比如丢失率约束)大都用数学方法转化成线性约束来求解,这增加了问题的复杂性。本文提出了一种新的具有伪多项式时间的启发式算法来求解这类带非线性约束的RSP。主要思想是将非线性约束作为检验条件来使用。当每得到一个解时,检查解是否满足非线性约束。如满足,则得到最终解;否则在原问题中添加一个线性约束。该新约束将去除已经找到的解,从而使原问题的解空间进一步缩小,直到得到最终解。仿真算例说明了算法的有效性。     

求解子集问题的鲶鱼效应蝙蝠蚁群优化

为求解子集问题,提出一种新的基于图的蚂蚁系统--鲶鱼效应蝙蝠蚁群优化(catfish bat algorithm ant colony optimization,CBA-ACO)。基于子集问题的构造图,利用路径概率转移公式进行路径搜索,采用等效路径信息素增强进行信息素更新;动态维护一定数量较好路径作为档案信息;使用混沌映射并结合鲶鱼效应对蝙蝠算法(bat algorithm,BA)进行改进,在全局最优解多次未更新时,利用档案信息初始化鲶鱼效应增强搜索,返回较好路径解;采用本轮迭代最优更新和增强搜索更新两种方式更新信息素,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析算法复杂度。结果表明,CBA-ACO具有更好的稳定性和获取较好解的能力。     

一种基于函数依赖的属性相似度调整算法

属性相似度的准确性是影响实体分辨准确程度的重要因素之一.为提高属性相似度的准确性,分析了属性相似度与函数依赖的关系,给出了属性相似度调整原则,提出了依据函数依赖进行相似度划分、相似度传递调整和计算相似度调整代价的方法,提出了通过属性相似度调整提高属性相似度准确性的属性相似度传递调整算法.实验结果表明,该算法能够更好地区分匹配记录对和不匹配记录对,获得更高的查全率、查准率和F1值.     

基于改进蚁群算法的高精度文本特征选择方法

为了反映特征子集对分类结果的整体影响,去除噪声特征项,提出了一种基于改进蚁群算法的高精度文本特征选择方法。建立了特征选择数学模型,实现了特征选择过程与分类器分类过程间的直接关联;设计了特征优选与特征精选相结合的模型求解方案,降低了模型求解过程中的计算复杂度;提出了基于等效路径增强和局部搜索更新相结合的改进蚁群算法,提高了解的质量和稳定性。实验结果表明,与现有文本特征选择方法相比,该方法能大幅提升分类精度。     

基于进化强度的蚁群算法过程性能评价

为了评价蚁群算法的过程性能,提出了一种基于进化强度的蚁群算法性能评价方法。以子集问题为例,引入谷元距离度量解的差异程度,并定义了迭代的相对进化幅度。将一次迭代的相对进化幅度与解的相对差异程度之比定义为进化强度,并据此将迭代区分为进化代与停滞代。通过多次运行算法并计算进化强度的平均值得到蚁群算法的进化强度趋势图,对比进化强度的趋势图进行蚁群算法过程性能评价。以4种求解子集的典型蚁群算法为例,通过标准测试实例验证了评价方法的有效性与合理性。     

基于有向无环图的函数依赖一致性数据生成

针对函数依赖一致性数据生成问题,采用有向无环图作为函数依赖集合的描述模型,提出一种单函数依赖一致性数据生成算法 （TGSFD）;并通过属性排序解决多函数依赖一致性数据生成问题;为了利用流水线技术提高数据生成效率,提出最小独立属性子集概念,并给出了属性集划分算法. 实验表明本文提出的TGSFD和属性排序算法能够保证生成的数据满足函数依赖一致性,属性集划分和流水线技术可以有效提高数据生成效率.      

基于位运算的不完整记录分类检测方法

缺失数据的处理是数据清洗的重要内容。提出了一种基于位运算的不完整记录分类检测方法。对不完整记录进行了界定,将记录分为完整、不完整合格、不完整修正和不完整删除四类,并给出了其层次分类流程。定义了记录的二进制表示,根据不完整记录样本生成各类记录的标准二进制表示集,按在样本中出现的次数确定标准二进制表示的优先级,并对不完整删除标准二进制表示集中的二制表示进行了表达式合并。通过位运算实现记录的分类检测,并通过处理未检出二进制表示逐步完善二进制表示集。根据不完整记录二进制表示确定记录的进一步处理。应用实例验证了方法的有效性。     

一种跨越不同安全域的数据同步方案的设计与实现

为了实现位于由应用网关连接的不同安全等级的2个网络中数据库之间的数据同步,考虑到利用数据库管理系统本身具有的同步机制难以实现,提出了一种新的数据同步方案。结果表明,该方案除了能实现不同安全等级的数据库之间的同步,还考虑到TCP协议的差错漏检情况。设计并实现了数据对帐机制,使得同步数据不一致的概率大大下降。