基于 IPSec 环境下实现虚拟私网技术的应用

IP安全体系结构是由IPSec工作组制定的开放性标准框架,它能为网络层安全提供长期、稳定的基础,从而为创建安全连接的虚拟私网提供了灵活的实现手段;使用户可以避免租用昂贵的专线而采用公网就可以实现广泛的电子商务活动;论文在对IP安全体系结构协议进行研究的基础上,通过实例对采用IP安全协议的虚拟私网技术应用进行了实现,并讨论了密钥、数字签名等技术在提高通信系统安全、满足用户电子商务要求方面的应用前景.     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。     

管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则     

基于封闭项目关联规则集压缩方法

 关联规则挖掘能使我们发现数据库中大量项目与项目之间的相关关系,但是用传统关联规则生成方法所生成的规则一是数量庞大,二是其中包含许多具有相同意义的规则,这必然对用户理解和提取信息带来干扰.通过求封闭项目集大大消减了频繁项目集数量,再由封闭项目集构造一种新的存储机制——-近似格,基于近似格可以得到冗余度较小的关联规则,从而提供用户简洁紧凑又无信息丢失的关联规则集.     

黄河上游径流变化的影响因素分析研究

径流的形成、变化规律受诸多因素影响,可归结为自然因素和人为因素两类.文中结合黄河上游兰州站年径流资料,研究了太阳活动、海-气相互作用和下垫面对黄河上游径流变化的影响. 采用灰关联和交叉谱分析了太阳黑子相对数与径流变化的关系,发现它们存在同位正相关关系;通过统计规律分析了El Nio和La Nia现象发生和径流丰枯变化的关系;并用双累积曲线法对水土保持措施影响径流变化作了定性分析.这些结论为径流变化的物理成因分析提供了科学依据.     

一种区间值聚类的数据挖掘方法

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。     

坝上地区农业产业结构优化的灰色关联分析

一个地区的产业结构优化方向,应该根据产业结构的一般规律和区域经济发展的实际情况而定。基于这种理由,以河北省沽源县为研究对象,运用灰色关联分析方法研究了该区农业产业结构内部各业之间的关系,并根据沽源县现有基础条件、限制因素和发展趋势等,确定其今后宜重点发展的产业即畜牧业、错季蔬菜产业、马铃薯产业、草产业等。图2,表4,参8。     

BP 神经网络网络结构优化问题的研究

将灰色关联分析法应用到BP神经网络隐层结点数的确定中,实现了BP神经网络网络结构的优化,提高了网络的预测精度.仿真结果表明这种方法非常有效,同时也对BP神经网络的进一步研究提供了一种全新的思路.     

矿区电厂粉煤灰物化特性与吸附特性关联研究

试探讨矿区电厂煤质和燃烧条件对粉煤灰物化特征(粒径分布、比表面积、孔径及孔径分布)的影响,以及粉煤灰物化特性对吸附特性和选择性的影响.研究表明:吸附容量仅与有效吸咐表面积有关;粉煤灰的粒径和孔径分布与灰熔温度ST和煤的变质程度有关;粉煤灰对活性红的吸附在试验范围内,并与langmuir模型相符合.     

基于关联加权预测的多生产线协调生产计划的研究

研究了一类带有限缓冲区的多生产线协调生产计划的模型问题，首先通过对制造企业生产现场进行调研，建立了上下游生产线部件成品关联结构，然后根据该关联结构建立了一种多生产线协调生产计划非线性规划模型．通常情况下，该模型的维数将很大．为了便于求解与提高求解速度，将模型进行了线性化和简化处理，并提出了一种快速的求解算法——两阶段关联加权均值预测算法．仿真结果表明所提的方法是非常有效的．