一种基于多叶节点生成树的低延时数据融合调度算法

无线传感器网络是物联网信息采集的基础载体。数据融合技术在节省无线传感器网络资源的同时会引起较大的延时。在实时应用场景下,研究最小延时数据融合调度问题就非常关键。首先给出了最小延时数据融合调度问题的形式化描述,依据多叶节点融合树有利于增加同时传输的节点数量的思想,提出了一种基于多叶节点生成树的低延时数据融合调度算法(LDAS),该算法包括多叶节点数据融合树的构建阶段和融合调度阶段。最后通过仿真和对比证明了方案的有效性。     

多策略融合的SVM决策树构建

为了在提高文本分类效率和提升分类速度间进行平衡,综合考虑SVM决策树的深度、均衡度、构造方式、类内样本数、类间相似度等对分类结果的影响,提出针对海量文本多分类问题的SVM决策树构建算法.在大规模语料库上的文本分类实验表明,该算法可在一定程度上提升分类效果,同时可以大幅减少训练和测试时间,方法可行且适应性强.     

基于故障树分析法的汽车燃油泵电路故障判断

以轿车燃油泵不运转电路故障为例,尝试在故障树分析理论基础上,采用故障树分析法(FTA法)附加判断条件规则设计故障树,并绘制判断流程图,提高了判断效率和维修效率.     

无尺度网络平均路径长度的估计

无尺度网络的拓扑结构研究主要集中于聚类系数和平均路径长度的计算以及度分布分析. 在实际的无尺度网络中,表征网络拓扑结构的三个参数之间是互相联系的,其中一个参数均可近似用另外两个参数表示. 鉴于此,针对大规模无尺度网络的平均路径长度计算问题,基于树形结构模型给出了无尺度网络平均路径长度<l>_SF 的计算公式,并分析了网络规模和节点间连接方式对平均路径长度的影响. 分析结果表明,<l>_SF与无尺度网络的平均度数k、平均聚类系数C以及幂指数γ有关,从而将直接求解平均路径长度的复杂问题转化为间接求解,大大提高了分析无尺度网络拓扑结构的效率. 实验结果表明,提出的无尺度网络平均路径长度计算公式是有效的.     

大数据环境下的不确定数据流在线分类算法

在大数据环境下,由于隐私保护、数据丢失等原因,数据普遍存在不确定性;数据流系统中数据不断地到达系统,只扫描一遍且不能一次性全部获得;所以要构建一个增量分类模型来处理不确定数据流分类.本文基于VFDT算法提出了WBVFDTu算法,该算法在学习和分类阶段都可快速而有效地分析不确定信息.在学习期间,采用Hoeffding分解定理构造决策树模型;在分类期间,在决策树的叶子节点利用加权贝叶斯分类算法提高模型的分类准确率和算法的执行效率.最终证明该算法能够非常快速地学习不确定数据流,提高分类的准确率.     

数据库系统中有向图的存储及其应用

提出了在数据库中有向图的一种有效存储方式，并根据需要在应用中可动态形成有向图的两种存储结构，从而较好地满足了有向图的各类应用要求     

广西榕属观赏树木资源及其利用

报道广西榕属观赏树木资源情况，介绍２５种具较高观赏价值的榕树的分布和生物学特性、生态学特性、观赏特性、园林用途等，提出观赏榕树的保护和开发利用建议。     

现代通信网管性能的模糊评估

运用模糊树法，对通信网管的性能进行模糊评判.根据模糊树方法的基本思想，确定影响通信网管不同性能级别的因素事件及各因素的分级表，再利用统计法算出各因素的权，评估出通信网管性能指标.     

双向自然合并排序算法

双向自然合并排序是根据欲排序数据局部不是升序就是降序的自然有序特点，先线性扫描出自然有序的子数组段，再进行合并排序．扫描时的有序数段长度越长，段数越少，对应合并树的层数就会越少，算法的效率越高．