关联规则的动态维护及其在财务数据中的应用

关联规则挖掘在许多数据挖掘中有着广泛的应用。当数据库和支持度阈值发生变化时,现有的挖掘方法普遍存在多次扫描数据库或重复遍历复杂数据结构的问题。该文基于增量式更新算法(IUA)和快速更新算法(FUP),提出在数据库与支持度阈值同时变化情况下的关联规则动态维护算法ARDM,并通过Hash结构与模式增长方法进行优化。实验表明:该算法充分利用了已挖掘结果,在数据库和支持度阈值同时变化时比FP-Growth大幅提高了执行效率。最后,将该算法应用于企业财务指标及财务比率分析。     

基于鉴别性i-vector局部距离保持映射的说话人识别

为了进一步提高i-vector说话人识别系统的性能,该文提出了一种鉴别性i-vector局部距离保持映射(discriminant i-vector local distance preserving projection,DIVLDPP)的流形学习算法。该算法以i-vector间的Euclid距离作为度量准则,并以最小化同类点间距离同时最大化异类近邻点间距离的鉴别性准则作为优化目标函数,利用求解广义特征值的方法,得到最终的投影映射矩阵。在美国国家标准技术局2008年说话人识别核心数据集上的实验结果表明:该算法可以明显提高目前i-vector说话人识别系统的性能。     

车辆自主导航系统中的兴趣点增量更新

当前车载电子地图数据的更新主要采用离线版本更新的方式,该方法更新周期长,不能满足用户的现势性需求。该文设计了可增量的导航兴趣点数据库,提出了兴趣点增量数据结构,以动态扩展的增量形式存储导航兴趣点,并利用词头数字化压缩方法减少了数据量,最后通过增删词表计算车载导航设备和增量中心的检索文件及关联文件的差异,实现了兴趣点数据的增量更新。实验证明,该方法修改数据量小,更新速度快,能满足嵌入式导航设备兴趣点数据的动态增量需求。     

土坝浸水变形分析的增量有限元法及其应用

基于土坝浸水变形分析的增量有限元法，并结合邓肯E—B模型，编制了相应的土坝应力及变形有限元计算程序。应用实例的计算结果表明，所采用的增量有限元分析方法是合理的，所得计算结果也是接近实际的。     

海量信息系统分层约简算法研究

针对海量信息系统的约简问题提出了分层约简算法.通过对确定增量算子的深入讨论,得到一系列定理.进一步给出了有核信息系统与无核信息系统的分层约简算法.最后,通过一个实例,证明了该算法的有效性.     

小麦碱性水保持力与品质性状和产量性状的相关性分析

利用小麦京771×Pm97034产生的重组自交系群体,对小麦碱性水保持力与其他品质性状和产量性状在重组自交系群体中的相关性进行了研究。研究结果表明:碱性水保持力与蛋白质含量和籽粒硬度呈显著和极显著正相关(r=0.189,r=0.253),与谷蛋白膨胀指数表现出了极显著的负相关(r=-0.232,P<0.01);与面筋指数、Zeleny沉淀值呈不显著的负相关;与湿面筋含量、膨胀势呈不显著的正相关。碱性水保持力与各产量构成因素的相关性均未达到显著水平,其中除与穗长呈不显著的正相关外,与其他产量性状均呈不显著的负相关。     

宽带Σ-Δ锁相环路的相位噪声抵消技术

根据传统的小数分频锁相环中的采样保持方案,提出了宽带Σ-Δ锁相环中采样保持技术的实现方案.方案的采样时刻由首先出现的参考时钟信号或分频器信号的上升沿决定,可以在采样前为补偿电流和电荷泵电流提供足够的时间以保证它们在积分器上的完全积分,从而解决了使用相位内插的Σ-Δ锁相环中电荷泵电流脉冲与补偿电流脉冲间的匹配问题.仿真结果表明,使用采样保持单元后可以显著降低环路中的相位噪声和杂散噪声.     

一种基于统计特性的邻域均值滤波算法

在对传统均值滤波研究的基础上，提出了一种改进的数字图像均值滤波算法。该算法经实验证明在滤除数字图像高斯噪声币口随机散点噪声时较传统方法有更好的效果，得到的图像边缘清晰。同时，还尝试将这种改进算法币口传统算法相结合以求在增强图像边缘保护效果的同时使图像同态区域得到更好的平滑。     

高分子凝胶法合成纳米铈锆氧化物固溶体及其热稳定性研究

采用改进的高分子凝胶法在较低温度下合成了铈锆氧化物固溶体Ce1-xZrxO2.当0≤x≤0.6时,固溶体为立方相结构;当0.7≤x≤0.9时,固溶体具有四方相结构;当x=1.0时,产物由四方相和单斜相组成.透射电镜分析结果显示,产物的粒径在10～20 nm之间;粉末X射线衍射(XRD)实验与计算结果表明,晶胞体积随x的增大呈线性减小;差示扫描量热法(DSC)和XRD测试结果说明,在0≤x≤0.9,温度为323～1 273 K的范围时,产物的相结构保持不变.     

基于增量式SVM的入侵检测研究

现实中入侵行为是层出不穷的,因此入侵检测系统必须能对新的入侵行为进行学习.提出基于存活因子的增量学习支持向量机(SVM)训练算法,通过边界样本集和准边界样本集对已知的入侵知识进行表示,能有效地对新入侵进行增量式学习.并且,采用了带存活因子的增量学习方式,可以有效地抑制算法的“震荡效应”,提高SVM算法进行入侵检测学习的自适应性和鲁棒性.