带时间和成本约束的随机流网络可靠度的计算

给出了一种求满足传输量要求的时间和成本约束下网络的所有极小状态(下界点集)的简单方法.讨论了基于下界点集合的可靠度的容斥原理公式,直接应用容斥原理公式会有很多相互抵消的项.如果所有的数据通过k条不相交的极小路径同时传输,只需讨论r-1项和r(1相似文献   

求网络极小割集的一个新算法

定义了网络连结矩阵的两个变换,引入了L满秩矩阵与L非满秩矩阵的概念·证明了这两类特殊矩阵与网络连通性的关系·利用这一关系和定义的两个变换,给出了求网络极小割集以及与极小割集对应的结点集合的递推公式;建立了一个求网络所有极小割集及与之对应的结点划分集合的有效算法·算法只需对网络的连结矩阵进行处理,在计算机上实现起来很方便·最后通过实例说明了算法的有效性·     

网络点对连通可靠度的近似计算

通过对无向简单网络中基于任意两点间最小路集和边割集的概率随机事件的定义,利用点对连通可靠度和两终端可靠度的关系,给出了边失效条件下无向简单网络点对连通可靠度的近似计算公式,并给予验证。     

具有不可靠结点网络可靠度的计算

提出了几个保持网络可靠度不变的将边可靠,结点不可靠的无向网络转化为有向网络的转化原则,进而给出了一个计算边可靠,结点不可靠的无向网络２ 终端可靠度的新的有效的算法·该算法使得具有不可靠结点的无向网络可靠度的计算得到很大简化     

容斥原理与色多项式

为了更直接、简单地显示容斥原理和色多项式的关系, 利用自由阿贝尔群探讨组合中的计数问题, 将容斥原理的群的形式直接用于计算简单图G的色多项式, 导出了色多项式的公式.     

一种新的有源网络可靠性参数及其算法

为了解决现有有源网络可靠性参数不能描述网络中源点与指定节点集中一定百分比端点间连通能力的问题,提出了一种新的有源网络可靠性参数——S(k/N)T可靠度,并阐述了参数的具体概念与内涵,解释了它与经典有源网络可靠性参数的关系.通过将S(k/N)T可靠性的连通条件组合转化为SKT可靠性(源点到指定节点集K中所有节点的连通概率)的连通条件,建立反映SKT连通能力的K树,并基于容斥原理进行计算,给出了一套适用于S(k/N)T可靠度的精确算法,并对该算法进行了案例应用.结果表明,S(k/N)T可靠度参数符合工程需求,基于容斥原理的算法适用于系统二态性、故障独立性假设前提,同时考虑了端点故障和链路故障对网络可靠性的影响,可以得到精确解.     

链路失效情况下网络点对联通可靠度的近似计算

基于连通性的网络可靠性分析是网络可靠性研究中的经典问题,根据具体问题的不同而采用的最小枚举、最小生成树枚举、边割集枚举、容斥原理、不交和方法等都是随机性网络可靠性指标的精确计算方法.这些计算方法在网络可靠性分析研究中具有重要的作用和意义,它们构成了网络可靠性分析计算的重要理论依据.然而对任意网络的k终端可靠度、全终端可靠度以及剩余边连通可靠度和点对联通可靠度,都已经证明他们的精确计算属于NP-hard问题[1][10].因此网络可靠性的估计是获得以上可靠性测度的重要手段.同时在网络的拓扑优化设计中,追求高可靠性的代价就是费用的无限增加,因此在一般商用的设计中,网络可靠性测度只要满足给定的标准即可,需要对不同的网络拓扑估计有关的可靠性值.     

基于KD树最优投影划分的k匿名算法

针对现有数据发布隐私保护保护算法中的"局部最优"划分问题,提出了一种基于KD树最优投影划分的k匿名算法.首先,在全局范围内对每一个属性维度进行遍历,根据投影距离方差值衡量每个维度的离散度,并确定最优维度;然后,在最优属性维度上,计算其划分系数值,并确定最优划分点.进一步引入一种改进的KD树结构,与传统的KD树结点是一个数据点不同,新设计的KD树中的每个结点均是一个集合.用经过划分点并垂直于最优维度的超平面将一个结点分成两部分,分别作为其左、右孩子结点.最后通过理论分析证明了本文算法的正确性,用实验比较和验证了算法的性能,实验结果显示所提算法平均概化范围减小10%~22%,能够实现更优的划分和更好的数据集可用性.     

提高产品装配联接图分解效率的算法研究

割集生成算法和子图过滤算法是基于割集的装配序列规划的基础,本文通过分析不同基本割集组合之间的关系,设计了更合理的割集生成算法,同时还引进了有序二叉决策图OBDD表示子图集合,设计了更高效的算法以过滤已分解的子图,从而提高了装配联接图的分解效率.     

计算无线通信网络K-终点可靠性的拓扑公式

提出了无线通信网络(RCN)的K 终点可靠性问题·给出最简树(ST)的概念,提出计算网络从源点(S)到特定终点集(T)的可靠性的一个新拓扑公式·该公式本质上是将容斥原理公式和不交和公式融合在一起,公式中各项和网络的一类特殊子网络一一对应,与相应的Satyanarayanna公式比较,该公式包含更少的项和更少的算术运算,并给出一个算例验证上述结论·     

计算不交和的一个新算法

提出一个计算网络可靠度的有效算法。算法基于二分决策图,但采用新的法则选取Shannon公式中的关键字母及因式分解技巧,与已有的某些算法相比,算例表明这个算法比较简单,产生比较少的不交和项及比较紧凑的公式。     

基于概念层级和分层挖掘的非单调数据挖掘算法

引入概念层级和采用分层挖掘处理数据挖掘中的非单调性,提出了结合粗糙集和概念层级的非单调规则挖掘算法,以及基于混合知识模型和分层挖掘的非单调数据挖掘算法,通过一故障诊断实例,阐明了该算法的原理,并介绍了基于遗传算法的模糊规则自动生成和故障诊断神经网的构造。     

容斥原理的拓展及其应用(Ⅱ)

将容斥原理拓展到赋权有限集上具带权表达式的一般化情形,得到了具带权表达式的广义容斥原理,并给出广义容斥原理在组合计数中的具体应用。     

网络可靠度一种新的不交和算法

给出网络可靠度一种新的不交和算法，对两终端可靠度而言，当给出两终端道路集合后，撮一种排列道路顺序的新原则，利用不交和算法，在计算中借助布尔代数，定理进行简化，使得算法步骤较少而可靠度的符号表达式更加紧凑。     

传感器网络空间关键字近似Top-k查询算法

提出了一种基于节点剪枝的Top-k査询算法.定义集合支配区域与剪枝规则,根据用户查询位置的变动,按照给定的剪切规则,对传感器网络节点进行剪枝处理,将符合规则的节点预先筛除,运用统计学抽样理论,设计了空间关键字近似Top-k查询算法.在2个真实数据集上进行验证.实验结果表明,该算法能够满足传感器网络环境中用户的需求,并且相比于边界距离增量算法(IBD)与基于改进的MW-Voronoi区域的空间关键字查询算法(MSK-uvr),其网络通信开销较低.     

基于滑动窗口技术的网络节点对可靠性评估

为了有效评估网络可靠性,通过计算网络节点对的可靠性,提出了一种利用节点有序排列的随机图模型来计算网络系统中节点对可靠性的新方法.该方法使用基于滑动窗口技术的递归算法,滑动窗口由数个连续节点构成.首先通过在单步中计算出窗口包含的所有节点的连通概率,其次窗口向前滑动一个节点,此过程重复,直至窗口到达最后的节点,此时的连通概率即可计算网络系统的节点对可靠性.仿真结果表明,该方法尤其适用于邻近节点间距很小的网络.算法最主要的优点在于降低计算复杂度.     

基于改进型FP-Tree的分布式关联分类算法

传统的信息挖掘技术已经无法满足大数据环境下日益复杂的应用需求,而分布式数据挖掘技术是解决这个难题的一种手段,因此提出了基于改进型频繁模式树（FP－Tree）的分布式关联分类算法。首先,在各局部节点优化FP－Tree。生成局部条件模式树（CFP－Tree）,再通过各节点间传送CFP－Tree构建全局CFP－Tree;其次,在挖掘全局CFP－Tree时通过计算显著度来获取初始的全局显著分类规则;最后,利用剪枝策略选取一个较小规则集来构造全局的关联分类器。实验结果表明该算法能够有效降低网络通信量,提高信息挖掘效率,同时保证剪枝的质量和规则的统计显著性,提高分类的精确性。     

网格环境下一种动态任务调度算法

针对网格系统中资源协同分配的动态性问题，分析了现有的基于有向无环图的资源映射方法，提出了一种动态资源协同分配算法。该算法采用有向无环图表示每个应用，然后，将所有这些图进行分层，执行过程中，就绪的应用组可以按照一定的规则动态插入。该算法解决了网格环境下资源和应用的动态性问题，从而更好的满足了网格的动态特性。