基于粒计算的商业数据流概念漂移特征选择

商业数据流具有动态性、漂移性等特性,概念漂移特征选择是数据流挖掘的重要工作之一.本文从数据流的特点和概念漂移特性出发,提出了数据流的概念形式化分析流程和基于粒计算构建数据流的概念形式化描述模型;商业数据流的概念漂移实际上取决于其概念外延的变化,文中使用包括外延偶合度和内涵偶合度在内的概念偶合度来描述概念间的相似性;经过粒化的数据流由概念格来表示,进而通过概念格对的松弛偶合度来分析数据流特征;结合概念偶合分析和数据流变化特征,阐述了一种基于数据流概念格对的松弛匹配偶合度算法,并据此分析概念格对来选择数据流的漂移特征.通过实例验证、评价了特征选择,证明其有效性.     

基于浙江省台风灾害保险数据的农村住房易损性评价

利用浙江省农业政策性保险试点项目中的农村住房保险及理赔数据,定量分析了浙江省2007年圣帕、韦帕及罗莎3场台风灾害期间农村住房投保金额、赔付金额、保额损失率的分县汇总数据,以及与这3场台风的极大风速、过程降水量等致灾因子强度的定量关系.研究发现,浙江省农村住房的台风灾害保险金额损失率,其对数与过程降雨量有着很好的线性相关关系.依据这一关系,建立了浙江省农村住房台风易损性方程并给出相关参数.     

（F,F）-数据离散矩形区域在数据辨识中的应用

应用新数学模型P-集合,提出数据传输中三种异常数据的概念：F-异常数据、F-异常数据与（F,F）-异常数据;提出（F,F）-数据离散矩形区域概念;给出丢失-侵入数据发现定理、系统输出数据分离定理、系统输出数据类型辨识定理、（F,F）-异常数据在（F,F）-数据离散矩形区域的定位定理;给出（F,F）-数据离散矩形区域在系统输出数据类型辨识中的应用。丢失-侵入数据发现定理与系统输出数据分离定理是系统输出数据类型辨识的基础,（F,F）-数据离散矩形区域的提出,为系统数据的几何辨识和系统出现异常数据的预警提供了一种新的理论与方法。     

常用的基于数据流的测试充分性准则

软件测试所有技术活动的基础,在于测试用例的设计、选择以及评价。如何设计充分的测试集一直是测试人员面对的一个难题。控制流、数据流是分析程序结构的2个主要手段。该文综合介绍了几种在软件单元测试中常用的基于数据流的测试充分性评价准则,如c-use覆盖、p-use覆盖、all-use覆盖、k-dr链覆盖、上下文覆盖等。这些准则适用于用过程式语言、面向对象语言编写的程序。测试人员可用这些准则判断究竟测了多少代码还有多少代码未测到。     

海量信息异常检测问题的异常概率排序算法

针对异常检测算法速度慢、精度低、稳定性差等问题,提出了一种通过异常概率排序提取异常点的算法(OAP).由于异常点相对正常点更容易通过对数据空间的均匀分割而孤立出来,所以OAP通过数据点在均匀N叉分割树中的孤立深度估算异常概率的大小,从而得到异常概率的排序,最终构造由k个异常概率最大的点组成的列表,列表中的数据就是所求的...     

基于DS理论的不确定空间co-location模式挖掘

 提出一种基于DS理论的co-location挖掘方法.先将数据集按照空间对象分类,然后从分类后的子数据集中依次提取该空间对象的实例,与其他空间对象数据集中的各个实例进行配对,将找到的各实例关系记录到一个新的关系表中,作为使用DS理论求解的基础.从一个新的角度来研究co-location挖掘技术,在DS理论的基础上重新定义了参与度,基于新定义的参与度来求解co-location模式.     

数据流时间窗口中闭频繁项集的在线挖掘

在数据流闭频繁项集挖掘过程中,常忽略历史模式对挖掘结果的影响,并采用一种结构来标记闭频繁项集的类型,导致算法的效率不高.为此提出一种挖掘数据流时间窗口中闭频繁项集的方法NEWT-moment.该方法能在单遍扫描数据流事务的条件下完整地记录模式信息.同时,NEWT-moment提出的剪枝方法能很好地降低滑动窗口树F-tr...     

基于直方图对二值图像无损数据隐藏算法的改进

提出一种改进基于游程编码和直方图对二值无损数据隐藏算法的新方法.先对载体二值图像进行"与"操作或"异或"操作的预处理,再利用基于游程编码的直方图对的二值图像无损数据隐藏方法进行数据嵌入.实验表明,该方法在嵌入容量和视觉效果都优于改进前的方法.     

基于监测数据的桥梁结构可靠性评估

桥梁结构健康监测系统能有效监测影响桥梁结构的各种作用及其在结构上产生的效应,可为准确评估桥梁结构的各种性能提供信息.影响桥梁结构性能的因素具有随机性,基于概率的方法是处理随机性的有效工具.研究了结构健康监测与可靠性评估相结合的桥梁结构性能评估方法.分析了纵向应变监测信号的特点,提出一种新的监测信息处理方法.结合工程实例,验证了该方法的可行性,并对可靠性评估结果进行分析.     

无线传感网络中空间失效模式下的数据存储恢复算法

针对空间失效模式下的数据存储和恢复问题,设计了一种基于数据复制的存储和恢复算法.该算法为每个数据节点分配一个冗余节点,在数据节点失效时可以利用冗余节点中的数据来成功恢复数据,并且使整个过程消耗的代价最小.理论分析和仿真实验表明,同Greedy算法相比,在保证成功恢复的同时,该方法显著降低了网络的整体能耗,从而有效延长了网络的生存周期.