代换定理的证明及其应用

本文给出了代换定理的优于文献[1]的证明方法,并把代换定理与其他定理结合,构造了一个判定DNF表达式永真性的算法,使代换定理得到实际应用。     

公民意识刍议

公民意识是政治民主化的必备内容之一。公民意识相对于臣民意识而言,指民众有独立的人格和理性精神,神圣的法律意识和权利义务观念,积极主要的政治参与热情。我国民众尚不具备现代公民意识,原因是我方面的,既有历史传统的影响,又有现代客观条件的限制。培育公民意识是我们艰巨的任务,必须从政治、经济、文化等方面入手。只有培育出现代公民意识,我国民主政治的建设目标才能实现。     

FP-growth算法的一种优化实现

研究工作者已经提出了许多对事务数据库中频繁模式、关联规则的挖掘算法.早期算法有Apriori算法,然而该算法利用候选项集找频繁项集,而候选项集的产生往往是非常耗时的.JianweiHan等人提出了一种改进的算法,FP-growth算法.该算法不产生候选项集,效率比Apriori算法提高了近一个数量级.在描述FP-growth算法的基础上,具体讨论了如何优化数据结构,有效的实现该算法.     

用于非规则波导传输特性分析的高效坐标变换法

针对传统数值方法在非规则波导的数值计算中存在边界处理复杂、计算效率低等问题,提出了一种高效分析非规则波导传输特性的坐标变换法。首先根据变换函数,将非规则截面区域映射为一个简单的规则截面区域,为保证变换前后Maxwell方程组满足形式不变性,变换后的规则截面区域需填充适当的各向异性媒质,媒质参数由Jacobian变换矩阵确定,由此将非规则截面波导转化为一个与其等效的规则截面波导;其次借助有限元法对简单的等效规则波导进行求解,可有效降低边界处理算法的复杂度和剖分网格密度,提高数值计算效率。对椭圆波导和矩形脊波导的计算结果表明,使用该方法能够在保证足够计算精度的同时,节省计算资源达50%以上。     

约束优化问题的修正选择粒子群优化算法

提出一种求解约束优化问题的修正选择粒子群优化算法(RSPSO).在这个算法中,利用动态多阶段罚函数方法处理约束,并加入一种违反约束的修正选择策略,采用线性递减违反约束容忍度来引导粒子,即利用修正的可行基规则来更新个体极值和全局极值,指引粒子迅速飞向可行域;考虑到粒子群中每个粒子周围的局部信息对它未来飞行的影响,改进了基本粒子群优化的速度方程.数值结果表明,所提出的算法求解约束最优化问题具有较高的计算精度、较好的稳定性和较强的全局寻优能力.     

一种基于粗糙集的数据分类方法

应用粗糙集理论的属性约简和规则约简方法对数据进行分类,并以可靠的数据对该方法进行了实验.结果表明,该方法复杂度低,且能有效提高分类效果.     

多分类器组合的投票表决规则

为了提高多分类器组合的效果 ,提出了一种改进的投票表决规则 .每个分类器对每个模式类别的识别能力不尽相同 ,通过对大量样本的统计 ,获得有关每个分类器识别性能的先验知识 ,将其作为投票表决的依据 .投票表决时每个类设置不同的表决阈值 ,使组合效果得以改善 .这些阈值可以通过训练获得 .在数字识别系统中的实验结果表明 ,该方法使多分类器组合的识别率和置信度明显提高     

基于启发式规则与和声搜索的配电网重构算法

提出一种基于启发式规则与和声搜索算法的配电网经济性重构方法.首先,根据配电网重构网络拓扑要求及和声搜索算法的特点,采用基于重构环解的和声向量编码方式,通过构建重构环特殊支路组、设定支路断开原则避免不可行解的产生;然后,以网损最小为目标分析初始网络,利用启发式规则将各重构环搜索范围压缩到最有可能的有效解范围之中;最后,利用和声搜索算法在有效解范围中全局寻优.该方法显著减少了候选解数目,能够快速搜索到全局最优解,且搜索性能不随网络规模的扩大而变差.IEEE典型算例的仿真结果验证了本文方法的正确性和有效性.     

基于Apriori算法的多维关联规则挖掘研究

关联规则是数据挖掘中的一个重要研究方向.经典的Apriori算法是一种最有影响的挖掘布尔型关联规则频繁项集的算法,但其并不适合挖掘近年来兴起的多维数据模型.在改进Apriori算法的基础上,提出了一种"二次剪枝"的算法,此算法适用于挖掘多维关联规则,并且在一定程度上提高了算法效率.     

论侵权冲突法一般规则的新发展——以《罗马规则Ⅱ》为视角

2007年欧盟《非合同之债法律适用条例（罗马Ⅱ）》酝酿近三十年后瓜熟蒂落,这预示着侵权冲突法纷乱时代的结束。虽然罗马Ⅱ涵盖了侵权、不当得利、无因管理和缔约过失的冲突法,但重心和绝大多数篇幅集中于侵权冲突法,且有望成为侵权冲突法发展史上的里程碑。对比罗马Ⅱ与中国侵权冲突法中侵权行为地法的适用,有助于我国在当下的国际私法立法中构建科学合理的侵权冲突法的一般规则。