有向超图的可平面性算法

随着有向超图理论在实际问题中的深入应用，其平面性研究也更加具有意义．本文回顾有向超图的一般理论，给出了有向超图结构图的概念，并在此基础上给出有向超图的可平面性算法．由于有向超图的结构图是简单有向图，故有向超图的可平面性算法建立在对一般图的可平面性判断上，该算法是多项式时间算法，是有效算法．     

一种改进的冗余规则修剪方法

在修剪冗余规则已有算法的基础上,引入相关性这一概念,提出了一种改进的冗余规则修剪方法.实验结果证明该算法能够有效地减少关联规则的数量.     

产生式规则库的求精研究

把规则库中的冗余规则分为蕴涵规则冗余、抽象规则冗余和死规则冗余3类，提出利用文字集的闭包和规则抽象分别处理蕴涵规则冗余和抽象规则冗余，给出了相关的算法，并针对蕴涵冗余开发了有效的软件工具．同时讨论了规则库的一致性，给出相应的处理策略，考察了规则库求精在网络知识管理、Internet结构分析和Data Mining中的应用。     

一种基于闭项集的无冗余关联规则挖掘方法

针对关联规则挖掘中存在的规则数量过多,难于理解和应用的问题,提出了一种基于闭项集的无冗余关联规则挖掘算法.首先,给出了无冗余关联规则的定义,并基于规则信任度的概念说明了该定义的合理性;其次,在生成子、闭项集和无冗余关联规则的基础上,给出了无冗余最小-最大精确规则基和无冗余最小-最大近似规则基的定义,并讨论了它们的剪枝策略.最后,讨论了生成子的性质及连接策略,并在包含索引的基础上,给出了一种宽度优先的无冗余关联规则挖掘算法.实验结果表明,本文提出的算法不仅可以发现规模较小的无冗余关联规则,提高了挖掘结果的可理解性,而且具有较高的挖掘效率.     

一种基于XML和规则库的专利数据抽取方法

通过对现有网页数据抽取方法的分析,结合专利网页数据的特点,提出了一种基于XML文件和规则库的专利数据抽取方法。通过自定义标签对网页进行格式化,克服了以往网页采集中只针对<\table>和<\div>标签进行分割提取数据的不足,实现了专利数据的有效采集。实验结果表明该方法具有很高的准确性和适用性。     

基于超图的BCNF的判定算法

利用超图来表示关系模式．定义了直接决定因素、推导．讨论了直接决定因素的性质．在此基础上给出了利用超图判定给定的关系模式是否属于ＢＣＮＦ的新算法．     

一种无冗余的关联规则发现算法

关联规则是数据挖掘的重要研究内容之一,而传统算法生成的关联规则之间存在着大量的冗余规则。本文提出了一种通用的由量大频繁项目集生成无冗余关联规则的GNRR算法,利用规则之间的冗余关系,按一定顺序挖掘不同的规则,消除了规则之间的冗余性,使发现的规则数目呈指数倍减少。     

基于有向超图的图像匹配算法

为了提高复杂变换下图模型的匹配精度,提出了一种基于有向超图的图像匹配算法.该算法首先分别在两个待匹配的特征点集中构造3一致超图,计算每条超边所包含三元组的权值,然后利用这些权值来构造加权邻接张量,最后通过凸凹松弛算法实现图像匹配.模拟和真实图像的实验结果表明,文中算法能够获得更高的匹配精度,对于复杂变换的图像也有很好的匹配效果.     

基于相似度量的规则库简化方法

分析了Setnes给出的对规则库进行简化的原理和方法．为保证所分区域内的规则是单调的，提出了采用论域分区的方法，并用Fuzzy的势来保证简化后的规则包含了简化前的规则信息这一思想．在此基础上给出了一个新的基于相似度量的简化规则库的算法。     

基于有向图的关联规则挖掘算法研究

为了提高关联规则挖掘效率,提出了一种基于有向图的频繁项目集挖掘算法DGBFIG(Directed graph -based frequent itemsets generation)．该算法采用位矢量技术构造有向图,表示项与项之间的频繁关系,并在有向图的基础上递归产生频繁项集,从而只需扫描数据库2次,不产生候选集,从而大大提高了关联规则挖掘算法的效率．最后从空间和时间的复杂度分析了该算法的效率．     

通过广度优先搜索有向图重组规则次序

一个知识库系统性能的验证不仅仅局限于检测系统的功能特性,比如它的输入一输出,而且史重要的是必须体现它的动态特性,比如运行时间效率．提出了通过重新排列规则次序来提高推理效率的思想,并举出一个具体例子来阐述采用广度优先搜索有向图的算法重组规则次序．     

产品配置设计规则的建立及需求转换算法

目的 为了有效地组织和管理好产品数据和信息,提高已有资源的利用率,完成能满足个性化客户需求的产品配置设计.方法 针对不同层次的用户需求,建立合适产品配置设计规则库,实现面向规则的产品配置设计;然后分析用户需求知识向产品配置知识转换过程,提出了产品配置设计需求转换算法.结果 减少了数据库中存储的大量事实信息,提高求解效率,使用户需求直接融入产品配置中,可有效地缩小配置问题求解空间.结论 通过定义配置规则用于配置设计的过程,并确定配置设计的基本算法来实现产品配置设计.为产品数据管理软件在企业中的应用提供了新的技术优势,使PDM软件能够满足用户独特的信息需求.     

专家系统知识库验证：Ⅰ.若干问题

对基于规则和框架的专家系统知识库验证中遇到的若干问题进行了深入探讨，首先，简要介绍了知识表达和知识库的组成，接着定义了知识库的Ａ、Ｂ两类知识，对Ｂ类知识，包括冗余，矛盾，循环、不完备等进行了系统分类和分析，最后，讨论了Ｂ类知识对专家系统性能的影响。     

析取置信规则库系统参数优化的深度神经网络模型

基于深度学习的置信规则库系统（BRB-DL）比传统的置信规则库系统（BRB）具有更好的推理精度和适用性。然而,现有的BRB-DL在参数优化方面存在可移植性不足、应用效率低等局限性。鉴于此,本文将深度神经网络与析取置信规则库结合,有效减少了模型的规则和参数的数量,并引入梯度下降算法优化模型参数,提高了模型构建和优化的效率。最后,通过非线性函数的拟合,北京市空气质量污染预测和多个UCI公共分类数据集的实验对本文提出的方法进行验证,并将实验结果与现有的置信规则库系统和传统的机器学习方法进行了对比。结果表明,本文提出的方法比传统的方法具有更高的推理精度和更快的训练速度。     

基于遗传算法的复杂系统可靠度和冗余数设计分配优化

研究了复杂系统可靠度和冗余数分配优化问题，给出了子系统单元件可靠度指标和冗余个数一体化并发设计问题的提法；将遗传算法应用于求解系统可靠度优化配置问题，建立了优化配置子系统单元可靠度和冗余数的优化方法，具体设计优化了一复杂系统的可靠度分配问题，结果表明本文的问题描述合理，算法有效可行。     

不完备信息条件下基于Roustida改进算法的诊断规则提取

诊断决策过程本质上为信息的处理过程。由于信息结构的复杂性和采集的局限性使得获取的信息存在缺失、模糊、冗余等不完备现象,从而影响诊断的准确性。为此,对条件属性冗余、部分数据值缺失情形下,如何提高被诊断信息的完备性开展讨论,试图通过问题聚类探寻诊断决策所需的隐含规则,提出信息补齐与属性约简的知识挖掘方法：首先,针对Roustida算法在缺失值处理时存在的局限性进行改进,扩充其在工程实践中的适用范围,使缺损信息趋于完整;然后,利用遗传算法和广义诊断规则推理实现条件属性约简和规则凝练;最后,以质量问题诊断为对象进行了案例研究,测试样本诊断结果覆盖度 ,验证了不完备信息条件下该方法可以实现以相对较简方式表达问题与情境信息之间的关联关系,挖掘问题发生的隐含规律。     

一种挖掘大型数据库的关联规则新算法

关联规则挖掘算法FP-Growth在挖掘大型数据库时,占用内存大、运行速度慢或根本无法构造基于内存的FP-tree。针对这些问题,文章提出一种适合于挖掘较大型数据库的新的关联规则挖掘算法DFP-Growth,新算法将数据库分解,然后对分解得到的各个数据库子集用FP-Growth算法进行约束频繁项集挖掘,以满足大型数据库挖掘的需求。     

一种高效关联规则挖掘算法

为了提高关联规则挖掘算法处理数据库的效率,在研究AprioriTid算法的基础上提出一种高效的关联规则挖掘算法AprioriTidD,在计算数据库中的频繁项集时依靠有效的裁剪减少无效项集的产生,并且可减少产生候选项集,从而有效地提高算法的效率.选取程序模拟超市购物产生的3个试验数据集,应用AprioriTidD算法对该...     

多通道余度模型的表决控制算法和可靠性分析

同步在多通道余度模型的研究和应用中是一项关键性技术,针对此问题中存在的基于多交叉通道模型和同步时间的静态分配策略,提出同步中的动态时间容错方法,设计基于时间容错的动态表决控制算法.理论分析表明,时间容错的动态表决控制算法扩展了任务处理的时间窗口,极大地提高了对瞬时干扰的抵御能力,从而大幅度提高了余度系统的可靠性.