树状网络中带度约束的树状median问题

该文研究一种新的树状median问题——在树状网络中寻求带有度约束的树状median问题,即每一个节点的度数都不超过一个给定的正整数值k,且从原网络中各点到该子树的加权距离和最小。这是关于树状median问题的一种新的模型,并且利用动态规划得到了O(n2)时间算法。该模型是对tree core问题的一种推广,具有很强的理论意义和实际背景。如果模型中能够对median再适当增加约束,或在一般网络中寻找树状median,将会更有实际意义。     

数据流中的频繁标记闭子树的批量挖掘

在频繁模式挖掘（FPM）的研究中,为了在海量数据流中有效地挖掘子树结构的频繁模式,根据数据流和子树模式的特点,提出了一种基于数据流的频繁标记闭子树挖掘（SFCLTreeMiner）算法. 该算法首次对动态数据流中频繁标记闭子树的挖掘进行研究,给出了在数据流中标记闭子树集合添加、删除的批量挖掘方法,并结合时间衰减模型,有效保证了结果的时效性. 实验结果表明,该算法在挖掘性能,如挖掘时间和内存占用等方面,比类似算法有较大提高.     

树状网络上k-tree center问题

树状网络上的k-tree center问题是指在树上选择一棵叶子数恰好为k的子树,使得树上其他节点到该子树的最大距离最小化。由于center问题的目标函数是满足最大距离最小化,如果S是问题的最优解,则S肯定包含树的中心,因此在求解k-tree center问题时,首先找到树的中心,然后从中心出发,利用树收缩的思想逐步找到满足要求的子树。该文基于此对该问题给出了时间复杂度为O(kn)的多项式时间算法。     

关于Bernoulli卷积的一个谱性质

设μρ是R上的参数为0〈ρ〈1的Bernoulli卷积测度,Hu和Lau证明了L2（μ）空间中含有一个无限指数型正交序列的充要条件是ρ是分数P／q的方根,其中P为奇数,q为偶数．本文讨论当ρ为其余情形时,指数型正交序列集中元素个数,证明了当ρ-不是奇数型方程的根或者其本原最小多项式g（x）满足g（l）为奇数时,则L2（μ）中任何指数型正交集至多含有两个元素．     

非线性lp问题的极大熵方法

在非线性l1问题极大熵方法的基础上,构造了非线性f（0〈p〈1）问题的极大熵方法．为了克服lp问题的非光滑性,导出了极大熵函数,并证明了极大熵函数列的收敛性．根据同伦算法证明了极大熵函数的最优解序列逼近于非线性乞问题的最优解,并提出了解决计算过程中易于溢出的方法．最后,数值仿真表明算法是十分有效的．     

单位球上混合范数空间的系数乘子

该文用分情况讨论的思想将复平面单位圆盘上的混合范数空间Ap,q,α（O〈P≤1,q〉0）到Hardy空间H∞中的系数乘子的等价描述推广到多复变平面的单位球上,进一步将Ap,q,α（0〈p≤1,q〉0）到Bloch空间β上的系数乘子等价璃述的有关结果推广到多复变平面的单位球上,获得相应的结果。     

两棵树的公共子树查找算法综述

本文通过对基于两棵树中的公共子树查找问题在有根、带标记、有序树中的主要算法及相关历史的回顾,结合算法思想将公共子树查找问题分为主要3类。本文深入探讨了每类算法中的代表算法,其中根据数据挖掘中枚举树相关技术提出了一种可能的公共子树查找算法的思想。最后比较了文中主要算法的效率,同时较为深入地分析和讨论了公共子树的相关研究及未来可能的研究发展方向。     

分层子树合并聚类算法

为了解决传统分层合并聚类算法可能产生不唯一的二叉树结果问题,提出了分层子树合并聚类算法, 其基本思想是通过在数据集的最小树中分析θ-极大紧邻子树然后合并它的顶点集,该算法每步可将多个对象聚类,计算结果用多叉树表示．在理论上证明了该树在不计分支次序时是唯一的,并且通过计算实验说明,在样本中存在较多距离彼此相等的点对时,该树所描述的聚类结果要明显比传统分层合并聚类算法用二叉树描述的聚类结果更为合理．     

古典ASS谱序列上的非平凡积

通过May谱序列的方法,在古典ASS谱序列上证明了非平凡积k0δ^s＋4∈ExtA^s＋6,t（s）（Zp,Zp）,当p≥11,0≤s≤p-4,t（s）=（s＋4）p^3q＋（s＋3）p^2q＋（s＋4）pq＋（s＋2）q＋s,其中q=2（p-1）.     

到Bloch空间的系数乘子

刻画了A^p,q,a （0〈p，q≤1，a〉0），A^p，H^p（0〈p〈∞），G^p（0〈p≤1），B^p（0〈p〈1）和B到H^∞，BMOA和B的系数乘子的特征。作为推论，给出了A^p,q,a（0〈p，q≤1，a〉0），A^p和H^p（0〈p〈∞）类函数分式积分的一些性质。     

需求树模型：推进需求研究成果走向实践应用

针对目前装备需求研究领域普遍存在的需求研究成果难以应用于工程实践的问题,分析了问题产生的根源,提出了建立并使用需求树模型来描述需求研究成果是解决这一问题的有效方法。详细阐述了需求树模型的原理及其使用方法,并指出需求树模型的推广应用需要一定的制度保障。     

故障诊断树生成技术研究与实装验证

讨论了基于相关性矩阵的故障诊断树生成技术和优化方法：采用设置故障测试点,得到故障信息相关性矩阵,以描述系统各单元的逻辑关系。利用故障检测、故障隔离化简相关性矩阵,并通过生成故障诊断树的方式得出故障测试最优步骤,从而将故障快速定位到可更换单元。通过介绍某装备系统的故障诊断树生成过程说明诊断树的生成步骤,并用该诊断树对装备进行故障检修,说明其正确性、实用性和优越性。     

灰色损伤树法设备损伤定位研究

在分析灰色损伤树概念的基础上,利用灰色关联度分析法建立了基于灰色损伤树的损伤定位模型,结合实例分析了模型的求解和计算过程.结果表明,设备损伤定位灰色损伤树法是迅速确定设备损伤部位和设备损伤子系统、避免大量不必要的拆装和检测、节省修复时间的有效方法.     

一种基于信息熵建立决策树的算法

信息论给出了信息的数学本质,提出了用热力学中的熵来度量信息量的大小。分类是一个重要的数据挖掘问题,在训练数据集上建立分类树的关键是如何选择决策树每一个内部结点的测试属性。传统的决策树建立算法利用信息论中熵的概念选择属性,具有偏向于取值较多属性的缺点。本文分析了信息论中有关熵的一些基本概念和含义,讨论了它们在挖掘分类树中的应用,利用互信息设计了一个建立分类树的算法,克服了传统算法的缺点。     

Optimize the Deployment and Integration for Multicast-Oriented Virtual Network Function Tree

Due to the development of network technology, the number of users is increasing rapidly, and the demand for emerging multicast services is becoming more and more abundant, traffic data is increasing day by day, network nodes are becoming denser, network topology is becoming more complex, and operators’ equipment operation and maintenance costs are increasing. Network functions virtualization multicast issues include building a traffic forwarding topology, deploying the required functions, and directing traffic. Combining the two is still a problem to be studied in depth at present, and this paper proposes a two-stage solution where the decisions of these two stages are interdependent. Specifically, this paper decouples multicast traffic forwarding and function delivery. The minimum spanning tree of traffic forwarding is constructed by Steiner tree, and the traffic forwarding is realized by Viterbi-algorithm. Use a general topology network to examine network cost and service performance. Simulation results show that this method can reduce overhead and delay and optimize user experience.     

基于Steiner树的模糊最短路径问题的研究

在对模糊最短路径分析的基础上,提出了最短路径的改进方案。结合S teiner树的方法,用模糊数代替实数分配给每个边缘,使用了一种新的排序方法求解模糊最短路径。通过实例分析合理地得出问题的最优解,验证了这种方法的有效性。     

机械图样中尺寸树的研究

运用《图论》理论中树的概念，分析和研究了机械零件图中的尺寸标注完整性这一问题，并提出了解决此问题的尺寸树分析法     

数据流上挖掘决策树的关键技术研究

分类是一个重要的数据挖掘问题,在数据流上挖掘决策树分类器的关键技术是如何计算最佳分裂标准,现有的算法有的不能很好地处理数值型的属性,有的计算代价太高。本文首先采用数据结构CML(C lassMatrix List)收集计算最佳分裂标准仅需的信息;其次,将数值型的属性值分成适当的区间,根据它们gini index值的特殊性质,只需确定具有最大gini index梯度的区间,因而可以快速地计算最佳分裂点,实现在流数据上快速建立决策树。