多维数据立方体建模研究

一个数据仓库环境的成功与否,很大程度上取决于它的底层模型和标准化程度。本文在已有研究成果基础上,提出了一种新的多维数据立方体模型,并通过实例对此模型进行了描述。在此模型上可以解决目前对以度量属性为查询条件来对维属性的查询问题。     

基于超立方体覆盖的构造性网络学习算法

该文提出了一种基于超立方体覆盖的构造性神经网络学习算法,以解决二值型输入变量的K分类问题。该算法分两步来动态地构造一个三层前馈网络。首先,对于每一类的所有训练样本,用尽可能少的超立方体来覆盖它们,并为每一个超立方体构造一个隐层单元;其次,用"或"操作把这些隐单元连接到相应的输出单元上。文章给出了相应的理论分析和一个具体的实现。实验结果表明,该算法优于常用的一些归纳学习算法。     

基于码部分相关性的GPS信号捕获算法

为提高GPS信号的捕获速度,减少捕获时间,从C/A码的部分相关性出发,提出一种基于1024点FFT的码相位捕获算法.将输入数据按1024点进行分段,对每段1024点分别采用FFT算法进行捕获.仿真结果表明,该算法既保证了码相捕获精度,又有效降低了计算量,提高了捕获速度.可以利用现有的1024点FFT核完成设计,对系统硬件要求较低.该算法对GLONASS、GALILEO、北斗导航系统的信号捕获也具有很好的借鉴作用.     

基于排序分离平均算法的码书设计改进算法

为了获得性能更佳的码书,以排序的分离平均算法为基础,在获得初始码书后,对于在LBG迭代中可能出现的空胞腔采用填充与当前码书距离最远输入矢量的方式作为改进,有效地改善了传统LBG算法容易陷入局部最优以及排序分离平均算法的空胞腔问题。改进算法生成的码书更加接近全局最优。仿真实验证明了该算法的有效性。     

一些来自Kummer覆盖的新码

应用代数曲线的偏Zeta函数去构造代数几何码.基于偏Zeta函数和具有多个有理点的Kummer覆盖的分析,对比Brouwer表,一些新码被发现.     

基于数据仓库的社会保险业务信息查询统计系统分析

笔者从电子政务决策支持引入一种新的决策支持解决方案“数据仓库 (DW) +联机分析处理(OLAP) +数据挖掘(DM)”。将这种方案应用于基于数据仓库的社会保险业务信息查询统计系统,并就此系统的运行环境配制、系统分析说明了上述方案在本系统中关键技术的应用,其中重点说明了数据仓库中的ETL的处理过程、OLAP中的多维数据集和B树的索引技术以及数据挖掘统计分析的具体技术。对上述数据仓库技术在社会保险业务信息查询统计系统中的应用进行了有益的探索。     

一种基于交叉熵的top-k频繁项集挖掘算法

通过指定期望结果项集数量挖掘top-k频繁项集,可解决频繁项集挖掘中支持度阈值难以设定的问题.由于能在较短的时间内得到足够多的精确结果,因此利用启发式方法挖掘项集的工作受到了越来越多的关注,但利用启发式方法来挖掘top-k频繁项集却鲜有研究.提出了一种基于交叉熵的top-k频繁项集挖掘算法KCE.首先,给出了将交叉熵应...     

基于MapReduce的封闭立方体并行计算方法

封闭立方体是一种非常有效而重要的数据立方体压缩技术,目前还缺乏对其并行算法的研究.为此,文中提出一种采用C-Cubing方法并通过MapReduce并行模型进行并行化的新方法.该方法首先在Map过程中对各个数据分块计算出数据单元的代表元组和封闭掩码,然后在Reduce过程中进行聚合以获得封闭单元.实验结果表明,文中方法能有效地提高在大数据集上计算封闭立方体的速度.     

基于OLAP查询的数据集市系统的研究

研究了通过对数据仓库视图进行水平分割来建立数据集市系统，提高OLAP查询效率的方法和技术。提出了根据OLAP查询中的选择谓词构造其最小项谓词，选择数据仓库立方体视图进行水平分割，利用视图分割后的裂片建立的数据集市来回答查询，达到减少访问的视图元组数和加快查询响应时间，从而提高OLAP查询效率，削减维护费用。     

基于语义的OLAP查询优化策略

根据Data Cube中单元格的层次性与聚集性,首先讨论了多个OLAP查询组成的OLAP查询集的查询优化策略,然后在单查询集优化的基础上,对于给定的多个OLAP查询集,识别公共查询.根据各查询之间的关系进行整体优化,采用动态启发式算法产生一个全局最优执行计划,从而避免磁盘冗余访问,减少查询执行时间.     

基于Viterbi算法计算TCM码欧氏自由距离的有效方法

提出了计算格形编码欧氏自由距离的一种有效算法，该算法是依据Viterbi算法，取全零路径为参考路径进行计算，求得准规则码的欧氏自由距离，它适用于搜索高斯信道中的TCM好码。     

基于聚类的逆向Skyline查询算法

逆向Skyline查询能够应用到诸如决策支持、用户偏好支持以及市场行为分析等方面。由于参考对象q的存在,在执行逆向Skyline查询的过程中数据空间被划分成许多分区。然而,存在的算法都没有考虑这个问题的影响,直接使用原始数据集建立索引结构。本文提出了一种新的逆向Skyline查询方法CRSQ,它考虑了这个问题。CRSQ首先根据查询对象q对数据进行聚类,然后建立R-tree索引,最后利用高效修剪策略修剪索引搜索空间。实验结果表明CRSQ算法是有效的,它相对于没有聚类技术的算法获得了50%以上的性能提高。     

一种有效的基于密度聚类的排序算法

个性化搜索引擎研究的目的是使搜索结果尽可能满足不同用户的信息需求,而排序算法在搜索引擎技术中占有着核心的地位.提出了一种基于改进的DBSCAN聚类的个性化排序算法,在全文搜索包Lucene与开源搜索引擎Nutch的基础上,实验证明该方法提高了用户搜索的准确率和召回率.     

基于决策树的排序学习算法

基于一个修改了的决策树的分裂规则,得到了具有直观解释的排序算法,并给出了相关理论证明.实验结果表明,该算法优于感知机类和序回归类算法.     

基于信噪比控制的自适应伪码捕获算法

针对复杂电磁环境下接收信噪比随机变化的特点,提出了一种基于信噪比控制的自适应伪码捕获算法,减少了捕获时间,降低了虚警概率。在分析滑动相关捕获法的性能基础上,构建了滑动相关伪码捕获的自适应结构,实现了在接收信噪比控制下积分时间和门限值的设置,研究了上述参数对捕获性能的影响,仿真结果表明:根据积分时间不同,在SNR>-3 dB时,平均捕获时间最大可以减少50％,在SNR<-7 dB时虚警概率下降5％～35％,满足信噪比变化情况下对捕获性能的设计需求。     

一种基于伴随式的乘积码迭代译码算法

通过改进传统线性分组码的伴随式译码算法，提出了一种低复杂度的列表译码算法，该算法通过组合线性分组码校验矩阵中权重较小的列向量进行译码并正确计算出各码字元素的软输出信息，应用该算法可以构造乘积码迭代译码器，比较其他同类算法，该算法不仅性能较好，适用码型范围较广，而且可以根据具体情况在译码复杂度和译码性能两者之间做出折衷选择，分析和仿真结果表明，该译码算法在误码性能和译码复杂度方面都优于传统的乘积码失代译码算法，能够有效应用于通信系统中实现纠错，具有很大的实际应用价值。     

基于用户行为模型的网页排序算法

PageRank算法根据网络链接来计算网页的重要度,虽成功用于网页搜索,但仍存在着许多不足,如网页垃圾、无效链接等,不能很好地描述用户真实行为等问题.通过对成千上万网络用户真实行为数据的分析,提出了以半马尔科夫过程来模拟用户浏览行为,将其平稳概率分布作为页面重要度计算的测量方法.同时考虑网页内容和长度对停留时间的影响,结合传统链接分析法,使新网页被重视,旧网页能得到恰当的排名.实验结果证明,该方法比PageRank算法的查询结果满意度提高约24％,能更好的计算网页页面的重要度.     

一种计算TCM码的欧几里德距离和乘积距离的方法

提出了计算非规则篱笆图的最小欧几里德距离和最小乘积距离的一种有效算法，该算法是在Ｖｉｔｅｒｂｉ算法的基础上，对起始于任意状态和终止于任意状态所有参考路径上的距离进行了计算，求得最小欧几里德距离和最小乘积距离，它适用于搜索斯信道和衰落信道中的ＴＣＭ好码。     

基于并行计算的高效图稀疏化处理算法

针对目前的图聚类分析方法存在的不足,在分析研究MapReduce架构理论、最小哈希算法以及图聚类分析中的数据抽样和稀疏化处理机制的基础上,提出了一种基于并行计算的高效的图稀疏化处理算法。该方法以MapReduce架构理论为基础,通过Minhash算法进行并行化分析,利用MapReduce框架结构对图聚类分析稀疏化操作过程中的多个任务进行了高效的推算分析与处理,并在Hadoop计算环境下,通过模拟实验对提出的高效图稀疏化处理算法的性能进行了测试。测试结果表明:基于并行计算的高效图稀疏化处理算法可行,能对图聚类数据信息进行快速稀疏化处理。     

基于交叉覆盖算法的改进算法-最近邻交叉覆盖算法

交叉覆盖算法分类时着重在于两类的交界部分,混杂在另外一类中往往无助于提高分类器的效率,反而会增加分类器的计算负担。本文提出一种基于交叉覆盖算法的最近邻交叉覆盖算法(NN-ACA):对进行训练的原始样本数据进行预处理,删除这些不同类的最近邻点,得到精简后的样本集,再对该样本集使用交叉覆盖算法。通过实验和与SVM的比较,结果表明NN-ACA在一定的样本规模表现了速度和分类正确性上的优越性。