关联函数解析式的另一种推导方法

 探讨了d维欧氏空间中自由标量场的关联函数,用两种不同的方法推导求得了它的解析表达式,其中第二种方法为该文提出。文献上一般只讨论了到3维以及更低维空间的结果,作者推广得到了任意维的结果。计算3维空间的关联函数的方法一般是在3维空间的球坐标下直接进行积分求解,该文也应用这种方法在d维空间的球坐标系下直接积分得到了推广的结果。另一方面,发现可以通过选取合适的坐标系可有效地降低积分动量的维数,同样可以求得关联函数的解析式来。两种方法虽然用到的技术不同,但经过复杂的运算之后所得到的结果是一致的,结果表明：任意维空间的自由标量场的关联函数与变形Bessel函数只差一个有理因子,其中变形Bessel函数的阶数是由空间的维数所决定。     

江苏省宏观经济的灰色关联分析

运用灰色关联分析对2001—2007年江苏省宏观经济数据做了分析研究,探讨了江苏省第一、二、三产业对地区生产总值的影响程度,分析了各产业间的相互关联程度。     

关联理论与广告双关语的翻译

文章主要应用关联理论阐释广告中的双关语,分析其最大关联与最佳关联,并介绍了此类广告双关语的几种翻译方法.     

基于Markov链和关联规则的Web访问预测模型

用户访问预测是根据用户的历史访问信息和当前的访问路径预测用户下一步或将来可能访问的页面.因此可以利用预测结果提高服务器的性能,提高缓存的利用率和为用户提供个性化服务.提出了基于Markov链和关联规则的预测模型MAPM(Markov chain and association rule prediction model),该模型首先使用二阶Markov链找到用户下一步或将来可能访问的页面集,生成预测候选集;然后再使用二项关联规则从正向和反向两个角度修正Markov的预测结果,从而生成最后的预测页面.     

利用eLSA算法研究抗生素对人类肠道微生物菌群的影响

人类肠道微生物与人体健康有着千丝万缕的联系,肠道微生物群的改变是人体健康及功能的标志物。本文利用eLSA算法研究抗生素对人体肠道微生物菌群之间关联的影响,结果表明：抗生素对肠道微生物的影响,不仅出现在全局的时间序列关联中,同时还出现在局部和带时间延迟的关联序列中;肠道微生物经历重复的抗生素扰动时,部分扰动反应关联消失或出现新的关联,说明抗生素的扰动可以改变肠道微生物菌群间原有的状态,这种改变甚至有可能是长期的;个体拥有的肠道微生物并不完全相同,不同的个体对应同样的抗生素扰动会有不同的个性化反应。     

基于双向十字链表的频繁项集挖掘

有效地进行频繁项挖掘一直以来都是数据挖掘任务中最为重要的组成部分。已有的大部分频繁项挖掘算法在数据项多及支持度低的情况下,算法的效率急剧下降。为了有效地解决此类问题,提出了一种采用双向十字链表结构的频繁项挖掘算法(two-way crossed list for frequent itemsets mining,TCLFI)。极大地降低了搜索空间,加快了频繁项的筛选过程,减少了所需保存的数据项个数,从而降低了时间复杂度,提高了频繁项的挖掘效率。实验通过真实数据集和合成数据集验证了算法的有效性和扩展性。     

基于层次动态灰色关联分析的配电网运行状态评价指标体系的构建与应用

配电网现行评价指标数量多、指标体系复杂、随机性强、指标间信息冗余问题凸显,针对这些问题提出一种基于层次动态灰色关联分析的评价指标体系构建方法。首先找出影响配电网运行状态的初始指标;然后通过提出的层次动态灰色关联分析法得到初始指标间的综合关联度,将综合关联度向量内的元素进行动态筛选,筛选出更准确的评价指标;再以指标的信息贡献率来验证筛选后评价指标的有效性和合理性,建立最终评价指标体系。最后通过实例进行分析,构建的评价指标体系得到的评价结果与配电网实际运行情况相符,证明了所构建指标体系的可靠性和合理性,可为配电网优化运行提供有效指导。     

一种基于数据挖掘的多步入侵警报关联模型

基于传统网络入侵检测系统, 提出一种基于数据挖掘的多步入侵警报关联模型. 该模型能将多个入侵检测系统的警报信息进行融合, 对大量、 无序的警报信息进行分析, 发现其中的内在联系, 精简攻击事件警报, 并通过不断更新场景知识库发现融合后警报中的多步入侵行为. 与已有模型进行对比的结果表明, 该模型的关联分析方法及多步入侵知识库的建立有助于更好地结合系统的特征实现多步入侵的警报关联.     

一种结合关联与FOIL算法的分类方法

针对如何减少关联分类方法中冗余规则,增加FOIL算法的规则数,以提高分类准确率,提出了一种结合关联与FOIL算法的分类方法,并称之为ACFA．首先,以类支持度和自信度为度量提取长度为1和2的规则,其次,利用Apriori算法挖掘出频繁2-项集F2,然后在频繁2-项集F2申挑选满足条件的频繁项建立候选集,最后在候选集上运用FOIL算法来产生分类规则．实验表明算法ACFA不但有效减少了关联分类方法中冗余的规则,并大大增加了FOIL算法的规则数,提高了分类的准确率．     

识别汉族遗传结构和控制复杂疾病关联研究群体分层的遗传标记建立

正[本刊讯]中国科学院一马普学会计算生物学伙伴研究所徐书华研究员与上海交通大学师咏勇教授、复旦大学金力教授合作,建立了识别汉族遗传结构和控制复杂疾病关联研究中群体分层的遗传标记,研究成果于2013年5月29日在线发表于European Journal of Human Genetics。该研究针对复杂疾病关联研究中由于群体遗传结构(或群体分层)导致的假阳性结果问题,建立了一套识别汉族内部遗传结构和控制复杂疾病关联分析中群体分层的遗传标记。该标记尤其适用于"后全基因组关联研究(post-GWAS)"时代的基于候选基因策略的关联研究。关联分析是研究复杂疾病遗传影响因素并建立"表型-基因型"联系的