一种交互式可约束的最小关联规则集挖掘算法

给出三类约束，并讨论了约束的反单调性，实现了一种交互式的可约束的最小关联规则集挖掘算法，并分析了算法的优越性。     

增强约束的角色访问控制模型

分析NIST标准RBAC模型的约束机制,针对授权过程和对客体访问过程约束能力不足,通过对约束的扩展和将具有约束能力的业务逻辑映射至模型约束中,形成一种增强约束的基于角色的访问控制模型.给出了该模型的形式化定义,并对其安全性作了简要分析.     

CR^2DM：带约束的角色-角色代理模型

角色-角色代理作为授权代理的一种方式,简化了代理权限的管理,文中针对角色一角色代理的特点和可能的约束,提出了带约束的角色一角色代理模型CR^2DM。该模型通过去除不符合角色一角色代理特点的成分,克服了其他模型过于复杂的缺点,并按照代理的继承性分为了三个子模型,其约束增强了模型安全性。     

一种求解约束函数优化问题的遗传算法

遗传算子和种群更新策略在遗传算法全局寻优过程中发挥着重要作用，通过多父体杂交算子使产生的后代更具多样性和采用最小代数代沟种群替换模型有效地均衡算法对问题解空间的探索和开发能力提高算法的性能，给出了一种求解约束函数优化问题的遗传算法。对两个典型约束函数优化问题进行了数值实验，实验结果表明了该算法的有效性和稳健性。     

面向用户行为的Web使用挖掘技术

网络技术的广泛使用,使网站争夺用户的竞争愈演愈烈,用户的浏览兴趣、行为模式是网站设计的导向标.对Web使用挖掘的数据收集与预处理技术、模式发现与模式分析技术的理论和方法进行了梳理以及Web使用挖掘在电子商务中的应用,并对Web使用挖掘研究中存在的问题做了一些探讨.     

基于约束关联规则挖掘方法的研究与应用

关联规则挖掘应用于商业等领域,它能发现大量数据中的关联关系,为制定决策提供重要信息。将关联规则应用于客户关系管理,深化CRM的分析功能。针对企业要求和交叉销售的特点,分析基于约束关联规则挖掘方法,提出基于约束的FP-growth算法。分析表明,在CRM中应用基于约束关联规则挖掘方法,可以为企业制定销售策略提供有效的依据。     

利润约束的关联规则挖掘算法

针对传统数据挖掘技术的劣势,提出一种以利润为基础的约束关联规则挖掘算法.在使用关联规则进行数据挖掘之前,算法按照商品利润的权重信息对购物篮中的原始商品交易信息实施预处理,可以使后续的数据关联规则挖掘更加的精确可靠,提升数据挖掘的效果.结果表明:基于利润的约束关联规则挖掘算法对数据库的原始数据实施了利润约束修正,增加了利润加权阈值,可有效提升数据挖掘算法的知识挖掘性能.     

广义关联分析的蕴涵-约束框架及其挖掘算法

本文将所有基于事务和非基于事务的关联分析称为广义的关联分析.基于事务的关联分析主要依托支持度-置信度框架进行数据挖掘,而非基于事务的关联分析常采用参与度-条件概率框架.首先,在讨论强关联规则的正确性、可靠性和有趣性的基础上,提出了蕴涵-约束框架.其次,提出并论证了最小支持度mni_sup和最小置信度min_conf的合理取值范围,从而将最小置信度由支持度-置信度框架下的（0,1] 缩小为蕴涵-约束框架下的（0.5,1],最小支持度由（0,1] 缩小为（0,min_conf].第三,提出随机顶点极大团划分法,它能将非基于事务的关联分析转化为基于事务的关联分析,从而使广义关联分析问题整合成为基于事务的关联分析问题.第四,基于映射的概念,将约束划分为事前、事中和事后约束,从而形式化地解决了约束的应用及方法.第五,利用稠密维和稀疏维,提出了一种multi-knowledge tree 的树形存储结构,能在无论频繁项集是否满足向下闭合性质时都有效降低算法的空间复杂度;同时,在数据增加、删除、修改后能快速获取新的强关联规则.最后,大量实验验证了所提出理论和算法的效果和效率.     

遗传优化模糊约束的频繁项集挖掘

研究频繁项集挖掘中的模糊约束问题. 讨论了模糊约束的定义和性质,并根据其性质对项集空间和事务空间进行剪枝,以提高挖掘效率. 使用遗传算法确定模糊集,挖掘最多的满足约束的频繁项集. 仿真结果证明了该方法的有效性.     

一种新的求解约束优化问题的遗传算法

科学和工程领域中的许多问题最终可以归结为求解一个带有约束条件的函数优化问题,本文针对此类约束优化问题提出了一种新方法,它把约束优化问题转化为双目标优化问题,并利用遗传算法从多点出发寻找最优解的特性,设计新的交叉、变异和选择算子,使得算法迅速找到问题的最优解。数据实验结果表明该算法对约束优化问题的求解是有效的。     

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法.此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件.研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题.     

求解复杂约束优化问题的演化多目标算法

在分析了传统的求解带约束的单目标优化问题存在的问题的基础上,利用多目标优化算法的框架,把单目标优化问题中的软性约束化为新增的目标,把原问题化为一个多目标优化问题,然后利用演化多目标优化算法求解转化后的问题,分析了该方法处理约束的优势,并给出了初步实验结果.     

基于模糊数值约束的关联规则挖掘

很多时候一个事务记录中所包含的信息除了项目以外,还包括与这些项目相关的数值信息,这些数值信息同样可以作为关联规则的一种约束而存在,基于上述问题,文中提出了一个基于模糊数值约束的关联规则挖掘方法,实验结果表明该方法具有较好的伸缩性。     

一类带不连续约束优化问题的研究及应用

带不连续约束的非线性优化问题在描述许多工程、经济管理问题时有着广泛的应用,而对这类问题的求解比较复杂.针对约束含跳跃间断点的优化问题进行研究,首先通过连续延拓来构造连续函数,然后通过引入逻辑变量,建立了此类问题的混合整数优化模型.作为模型的应用,给出了一个计算实例.     

一类带锥均衡约束多目标优化问题的必要条件

文章中我们考虑二阶锥均衡约束多目标优化问题的一阶必要条件,对均衡约束多目标优化理论作了一定的完善,同时也对该类问题算法和一些潜在的应用研究提供了一定的理论基础．     

基于整数线性规划的角色挖掘建模方法

常见的角色工程问题包括基本角色挖掘、边-角色挖掘、!-近似角色挖掘及最小噪声角色挖掘.四类问题的约束条件与优化目标存在异同点,而利用现有角色挖掘方法构建的角色工程系统过程烦琐,工程造价高昂.针对该问题,给出一种角色挖掘建模方法.该方法将四类角色挖掘问题分别转化为布尔矩阵分解问题,使用整数线性规划统一建模表示不同类型的角色挖掘问题,并给出角色挖掘算法描述.实例分析结果表明,该方法能够简化角色工程系统构建,降低挖掘成本.     

基于频率约束的拓扑优化中局部模态现象的数值模拟分析

针对频率约束下重量最轻的结构拓扑优化问题,通过数值模拟分析,找到能有效避免局部模态的有理分式材料模型,建立了一种合理的结构刚度与质量的关系,所给出算例表明,该模型能有效避免局部模态的发生.     

受内部空间约束的车身气动优化

把分步遗传算法和以车辆人机工程学为基础设计的车身内部空间约束算子相结合,对车身进行受内部空间约束的气动优化,得到满足不同结构和尺寸的空间约束的三维无轮优化车身.优化车身的气动阻力系数CD值在0.070~0.090之间,气动性能较优.其中一款CD值为0.073的凸头车型优化车身和一款CD值为0.086的凹头车型优化车身可以满足由长前舱、大乘员舱和高后舱构成的内部空间约束条件的要求.内部空间约束的尺寸越小,结构越简单,优化结果越佳.造型越复杂的车身受到空间约束的影响越显著.     

采矿系统工程在采区优化设计中的应用

分析了采矿系统工程在采区优化设计中能够迅速得到应用的原因、特点及范围,结合采矿工程专业毕业设计中的采区优化设计,阐述了如何运用采矿系统工程的全新理论与现代科学技术,对采区巷道布置设计方案进行优化选取,抽取最优方案和参教达到最佳效果.     

Hook—Jeeves方法在线性不等式约束优化中的推广

分别将无约束优化的线搜索和离散步Hook-Jeeves算法推广到带一般线性不等式的约束优化,并产生两个可行下降算法;在无任何约束规格的情况下,证明了线搜索的Hook-Jeeves算法具有全局收敛性．