基于DWLMS模型的分布式Web用户访问模式挖掘

大型网站为了提高访问效率,通常建立多个镜像站点,这导致获取网站全局的用户访问模式知识变得困难.该文提出一种分布式Web日志挖掘模型DWLMS,并以路径分析技术为例,提出了基于DWLMS的局部频繁路的更新算法LFP和全局频繁路径的更新算法GFP,解决了Web访问信息的异地存储、实时增长、分布式算法通讯量等因素给模式分析过程带来的困难.对提出的算法进行了实现和实际日志数据的测试,结果证明了算法的有效性.     

线性规划分解筛选法的理论基础和要点

提出了一种解一般线性规则问题的新方法－－分解筛选法，它把一个ｎ维的ＬＰ问题分解的ｎ个一维的子ＬＰ问题，由此筛选出通过最优解角点的有效约束，并把它看作等价于一个等式约束，利用这一思路和特性，可大大简化整个求解步骤。本文着重阐述分解筛选法的理论基础和要点。     

线性规划分解筛选法的几何证明和方法比较

采用几何方法论证了线性规划的分解筛选法，给出了实用的算法，并与单纯形法作了较为详细的比较，结果表明，分解筛选法足以克服单纯形法所存在的不足之处。     

一种分布式Web使用模式挖掘模型及算法

给出了一种分布式Web日志挖掘模型DWLMS. 根据对挖掘过程及算法进行分析,提出了一种基于DWLMS的局部频繁路径的更新算法LFP和全局频繁路径的更新算法GFP,较好地解决了Web访问信息的异地存储、实时增长、分布式算法通讯量等因素给模式分析过程带来的困难. 在实验室对该方法进行了简单实现和实际日志数据的测试,结果表明了算法的有效性.     

Research on Inner Mechanism and KDTLM Theory of Knowledge Discovery

The inner mechanisms were put forward solely by the author Yang Bingru.Among the inner mechanisms the double-base coope-rating mechanism,doubie-mechanism,double-basis fusion mechanism and information increasing mechanism are introdueed in this paper.The expansibility structural models of KD(Knowledge discovery)are Described including KDD“.KDK“,KD(D＆K)and DFssm,ete..Some innovative methods,such as a mining algorithm and auto-evaluation method are introduced.On the basis of all above parts,KDTIM(Knowledge dis-covery theory based on inner mechanism)theory is the advanced theory.and explination of the mainstream driving to KDbrought by re-search on inner mechanism and KDTIM is presented.     

基于互信息的多关系朴素贝叶斯分类器

为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的剪枝方法,并扩展互信息标准到多关系情况下.基于元组号传播方法和面向元组的统计计数方法,给出了基于扩展互信息标准进行属性选择的方法和步骤,并建立了一种基于扩展互信息的多关系朴素贝叶斯分类器.标准数据集上的实验显示,基于扩展互信息标准进行属性选择,可以在不增加算法时间复杂度的前提下,找到与分类属性最相关的属性,并在仅有极少属性参与分类时,得到较高的分类准确率.Mutagenesis数据集上的实验则显示,这种属性选择可以使多关系问题退化为单关系问题,大大降低了分类代价.     

概率逻辑中的命题相关性与逻辑运算

原子命题是数理逻辑研究的基本单位. 分析了原子命题的相关性与逻辑运算之间的关系. 在经典二值逻辑中,命题逻辑运算结果的真值只与参与运算的命题的真值有关,而与命题的具体内容无关;在概率逻辑中,命题逻辑运算由命题的关系决定,真值相同的不同命题,逻辑运算结果不一定相同. 定义了与经典二值逻辑相容的蕴涵联结词,克服了条件概率不能用于推理的缺点.     

基于时态逻辑的多时间序列挖掘模型

为了从多时间序列之间发现的定性的时态相关模式可而更全面的理解和把握系统的演化特性,提出了一种基于时态逻辑的多时间序列挖掘模型.它首先将多时间序列转化为多事件序列,然后将预处理后的多事件序列利用区间时态逻辑(ITL)关系子集来定义多事件序列中事件间的时态相关模式.其次进行多状态序列融合和局部时态观测序列的生成,之后采用频繁模式挖掘算法发现多时间序列的频繁时序模式.该模型有助于解决时间序列挖掘所面临的若干挑战和难题,有助于扩展现有时间序列挖掘系统的功能,从而指导时间序列等复杂类型数据的知识发现过程.实验结果表明了该模型及算法的有效性和优越性.     

基于Schnorr签名的多重部分盲签名

多重盲签名由多个签名人同时对消息进行各自的盲签名,须共同配合才能完成.Schnorr数字签名,是基于EL-Gamal签名改进的,它和EL-Gamal签名相比较,具有计算量小、速度快等特点.文章基于Schnorr签名的一般化,将其应用于多重部分盲签名里,形成多种多样的签名的一般化形式.     

多目标规划非劣解集图解直接生成法及其应用

本文指出了非劣解集是多目标规划的关键.从理论分析的角度研究了非劣解的直接生成问题,将非劣解集图解直接生成法理论化,使之发展与完善;并探讨了将其推广到非线性问题的可能性.对一个综合利用水库建立了多目标参数优选模型,并用图解直接生成法及最佳协调解作了分析.