基于FP-tree最大频繁模式超集挖掘算法

数据挖掘应用中的最大频繁项集挖掘算法大多存在候选项目集冗余问题,造成时间和空间的浪费.针对此问题,通过构造条件FP-tree,对不符合要求的项目进行剪除并对MFIT算法进行改进,提出一种基于FP-tree的最大频繁模式超集挖掘算法.此算法无需产生大量的候选集,同时减少数据集扫描次数,降低数据库遍历时间,提高算法效率.实验证明,此算法在降低候选项目集冗余度的同时有效减少了算法运行时间.     

一种基于体绘制的交互式实时虚拟内窥镜算法

为了实现一种更好的虚拟内窥镜算法，在分析虚拟内窥镜和体数据可视化方法的特点的基础上，提出了一种基于透视投影体绘制的交互式实时虚拟内窥镜算法。该算法运用了动态数据精简技术，提出了视点3D漫游路径的快速自动生成方法和交互式内窥显示方法，能方便医生实时观察与诊断。并对传统面绘制中的光照计算加以修改，应用于内窥体绘制过程，以生成3D效果逼真的虚拟内窥镜图像。在微机平台上实现的基于体绘制的虚拟内窥镜系统，验证了该算法的实时性和所生成图像的质量。     

分布式数据查询优化算法的研究

分布式数据查询是分布式数据库管理系统的核心,而查询优化算法又是查询处理中的关键技术。分布式数据库管理系统的研究始于20世纪70年代中期,在30多年的发展中,取得了丰硕的成果。但由于分布式数据的分散性,使分布式数据查询比集中式数据查询复杂得多。本文对基于关系代数优化的算法进行了探讨和研究,并应用于实例,取得了较好的优化效果。     

油烟浓度监测系统的设计

介绍了一种微机控制气体浓度监测报警系统.该系统主要由AD7202PCI卡完成对传感器进行数据采集,通过LabView(Matlab)等软件平台对数据进行分析(主机由PC机实现),可实现多点多路气体浓度的显示、存储、查询等功能.     

基于灰色信息的支持向量域分类算法

当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.针对这一问题,并考虑到SVDD算法是一种基于样本间距离测度的判别方法,提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用区间数对未确知性的灰信息进行表达,将区间运算引入到SVDD算法中,以区间距离取代原来的确定性距离,从而对灰信息目标样本进行识别.理论分析和实验结果均表明,该算法是有效和可行的.     

一种提高有线电视宽带网数据业务性能的算法

现代有线电视网正逐步向光纤同轴电缆混合(hybrid fiber/coax,HFC）网发展，HFC网以其频带宽和用户覆盖面广等优势成为为家庭用户提供宽带接入的重要手段之一。非对称宽带数据业务（如高速Web浏览和FTP文件下载等）是目前有线电视宽带网提供的主要服务，其性能的优劣将决定用户对有线电视宽带网的满意度，从而影响有线电视宽带网的普及和发展。概述了HFC网上行信道的数据传输机制，分析了其对数据业务性能造成的影响，对数据业务及其所采用的TCP协议在HFC网络环境中的性能进行了研究，并从HFC网上行信道带宽分配算法入手，对提高有线电视宽带网数据业务性能的方法进行了研究，提出了基于下行数据速率跟踪／上行带宽邓分配的上行信道带宽分配算法优化方案。     

数据仓库技术在天气预报中的研究探讨

数据仓库技术是一种在天气预报中采用的新方法,首先对数据仓库技术进行了简要概述,进一步结合气象数据特点和天气预报业务特点,对数据仓库技术在天气预报中的应用前景和设计要点进行了的探讨.     

多工位制造系统偏差源监测传感器布置优化

为了获得多工位制造系统足够的有效测量信息和最大化多工位制造系统的偏差源监测能力,应采用合适的测量策略并对传感器布置进行优化.在状态空间模型基础上,建立了多工位制造系统中3个偏差源与传感器测量值间的空间关系,给出了量化描述系统偏差源监测能力的方差监测敏感度系数,以及将数据挖掘算法与进化算法相结合的传感器布置的优化方法,解决了最大化多工位制造系统偏差源监测能力的传感器布置优化问题.通过箱形工件加工实例,验证了该方法的有效性.     

基于网络热度的道路景观评价与最美路径推荐

基于道路景观搜索量、签到和点赞等网络热度大数据建立道路景观热度综合评估模型,结合景观视域得到道路美丽度,并以距离、时间等为约束条件,设计和实现了最美路径优化算法.最后以武汉市28处道路景观进行实验,并将最美路径算法与传统最短路径算法进行比较,结果表明,在起止点相同情况下,最美路径算法可以在距离(时间)阈值约束范围内找到更美路径,提高出行过程中的愉悦感.     

基于学业成绩的师范生教师资格获得预警研究

本研究指出,教师资格考试是我国教师准入管理制度的重要环节,师范生教师资格证的获得是师范生职业发展的第一道门槛.本研究通过建立教师资格证考试内容与大学学科课程的对应关系,采用基于密度的离群点检测算法模型,以数学与应用专业学生的课程成绩为实验样本进行数据挖掘分析,识别学业危机学生.研究结果表明,该预警方法可以识别出教师资格获得危机学生,引起学生对教师资格证考试备考的重视,为教师提供预警干预学生的依据,有利于教师精准施教.该预警方法对离群特征显著的学生预测可达到100％,对离群特征不明显的学生识别率较低,算法有待修正.