一种新的光学临近校正方法

提出了一种新的光学临近矫正算法.首先建立了一套高效并且适用性强的规则描述,然后提出了一种新的规则运用方法.算法在规则数据表的基础上通过v-SVR方法建立规则描述同矫正数据之间的数学表达式,使得对于任意输入的规则描述都能够精确计算出相应的矫正数据.实验结果表明,该算法比传统的查表插值方法具有更高的精度.     

一种新的光学临近校正方法

提出了一种新的光学临近矫正算法.首先建立了一套高效并且适用性强的规则描述,然后提出了一种新的规则运用方法.算法在规则数据表的基础上通过v- SVR方法建立规则描述同矫正数据之间的数学表达式,使得对于任意输入的规则描述都能够精确计算出相应的矫正数据.实验结果表明,该算法比传统的查表插值方法具有更高的精度.     

数据控制中新的并行算法

对巳提出的挖掘关联规则的并行算法进行了较全面的总结，对他们的性能进行了分析，针对这些算法中的问题，提出了一种新的挖掘关联规则的并行算法，并对他的性能作了简要分析，给出了优化策略。     

数据挖掘中新的并行算法

对已提出的挖掘关联规则的并行算法进行了较全面的总结 ,对他们的性能进行了分析 ,针对这些算法中的问题。提出了一种新的挖掘关联规则的并行算法 ,并对他的性能作了简要分析 ,给出了优化策略。     

浅谈分布式系统中的关联规则

在分布式系统中如何挖掘关联规则是研究数据挖掘方面的重要课题之一。在分布式系统中的关联规则通信方面,本文进行了关联规则的建立等问题进行了探讨,提出一种新的建立关联规则的算法ARDR,主要表现在通信方面和关联规则完整性方面有一定的优化。     

防火墙性能优化

论文研究了防火墙性能优化的问题,提出了利用对防火墙规则集的冲突检测,消除规则之间的冗余和异常,缩小防火墙规则集的规模,从而减少规则匹配次数.同时,在保持防火墙策略原始语义不变和安全性的前提下,从规则的匹配概率入手,对规则进行重排,以提高防火墙规则匹配效率,实现防火墙性能的优化.     

基于频繁集的多层次交互式关联规则挖掘

文章研究了一种知识发现与数据挖掘中关联规则的发现方法,针对现有大型超市销售事务数据库,提出了一种新的多层次信息获得取方法。运用关联规则挖掘所产生的频繁集对数据压缩表示,并给出了按用户的实际需求交互式挖掘感兴趣关联规则的算法。该算法在挖掘速度和效率上有较大提高。     

Hebb学习规则的开关电流实现

文章提出了Ｈｅｂｂ学习规则的一种新的实现电路。首次把开关电流积分器用于Ｈｅｂｂ规则实现,该电路具有不需要线性电容,易于集成等优点。ＰＳｐｉｃｅ５．０证明了该电路的正确性。     

基于高频通道的图像融合算法

论述了基于小波变换进行图像融合的有关问题,提出了小波基选取的方法,推导了对小波滤波器组进行相位校正的原理和公式;接着,提出了一种新的高频通道的融合规则,并进行了实验。实验结果表明,提出的算法和融合规则对于不同源的图像,尤其是多光谱图像的融合,具有很强的实用性。     

基于有限自动机和规则库的智能打结机控制系统设计

阐述了智能打结机控制系统的功能和控制原理,结合有限自动机和规则库理论提出了打结机控制系统一种新的设计方法,即自动机-规则库设计方法.该方法实现了在系统状态图和控制系统规则库之间进行搜索匹配,从而很好地满足了打结机对动作实时性、准确性、匹配性的要求,大大提高了缝制效率.     

基于增量式挖掘算法的电力通信网告警关联分析

电力通信网络管理系统每天都会产生大量的告警信息,给实时网络监控和故障管理带来很大困难.告警关联分析是网络故障诊断中的重要任务,对通信网络的管理和维护具有十分重要的意义.序列模式挖掘作为一种时序数据分析的有效手段,能自动从告警中提取有助于关联分析的情景规则.研究了告警序列模式挖掘算法,并根据网络告警数据的增量式特征,在传统序列模式挖掘算法的基础上,为提高告警教据挖掘效率,提出了一种改变时间窗的增量式挖掘算法.通过实验证明了它的优越性.     

一种无冗余的Web日志挖掘算法

Web日志挖掘是Web数据挖掘的一个重要研究领域。Web日志挖掘通过发现Web日志中用户的访问规律和模式,可以提取出其中潜在的规律和信息,人们对这个领域的研究也日益重视。然而,传统的基于关联规则的Web日志挖掘算法都是基于所有关联规则的。这种方式往往挖掘产生大量的候选规则,而且存在大量冗余的规则。提出了一种新的无冗余的Web日志挖掘算法,该算法通过引入频繁闭项集合最小关联规则的概念,从而解决了以往基于所有关联规则挖掘算法中出现的上述问题。     

挖掘关联规则频繁项集的算法研究及其Prolog实现

挖掘事务库中的频繁项集是数据挖掘的重要任务之一。文章对求关联规则中频繁项集算法进行了分析，着重叙述了DHP算法的设计思想，并用Prolog语言实现，试图探讨用逻辑推理方法解决数据挖掘问题。     

基于遗传算法的双向关联规则挖掘

关联规则挖掘是数据挖掘和知识发现中一门重要技术,但基于支持度-置信度框架的关联规则挖掘存在一些问题。文章引入了双向关联规则的概念,实现了基于遗传算法的双向关联规则挖掘算法。实验证明,它能弥补传统关联规则挖掘算法的不足。     

基于MDPI的多维关联规则算法的研究

多维关联规则是数据挖掘中的一个重要研究方向,由此提出了一种高效的多维关联规则挖掘算法,该方法通过引入MDPI-tree(多维谓词索引树)结构,有效地将数据立方体技术和频繁项集挖掘算法FP-Growth结合起来,能用于挖掘维间和混合维关联规则.最后将此算法应用于移动通信交叉销售模型,通过实验验证算法的有效性和实用性.     

基于关联规则的Web挖掘技术研究

关联规则是Web挖掘中一个重要的研究领域。为了挖掘出隐藏在数据间的相互关系,将关联规则的概念引入到Web挖掘系统中,把用户的访问路径以关联规则的形式表现出来。基于Apriori算法的思想,给出了适合Web挖掘用户访问的新Apriori算法规则及其模式,最后将结果在一些较简单的网页上进行了验证,取得了较好的应用效果。     

加权最大频繁项目集挖掘算法

关联规则是数据挖掘领域的一个重要分支,而发现最大频繁项目集是关联规则挖掘中的重要问题.最大频繁项目集挖掘是在数据库中各属性之间是平等的情况下进行的,但现实中并非如此.频繁模式树(Frequent Pattern Tree,FP-Tree)已不能满足要求.为此提出了一个有效的基于加权FP-Tree的加权最大频繁项目集挖掘算法,其挖掘过程中不需要产生候选项目集.并通过实例说明了此算法的挖掘过程.实验结果表明此算法是有效的并且有较好的扩展性.     

基于遗传算法的关联规则挖掘

数据挖掘是关联规则中一个重要的研究方向.对关联规则的数据挖掘和遗传算法进行概述,阐述关联规则数据挖掘的意义,提出一种采用改进型遗传算法的关联规则的提取算法,并从编码方法、适应度函数的构造和变异、选择、交叉算子设计方面进行讨论和分析,最后结合一个具体实例进行应用.实验证明这种算法是有效的.     

一种安全事件模糊关联规则挖掘算法

随着信息技术和数据库技术的飞速发展,从大量的数据中获取有用的信息和知识变得越来越重要。模糊关联规则挖掘是数据挖掘中针对数量型属性关联规则发现的一种有效方法。提出了一种基于矩阵的模糊关联规则挖掘算法,并将其应用于网络安全事件关联分析中,通过对DARPA标准数据集的分析,得出了预期数量的关联规则,并成功验证了某些攻击场景,该模糊关联规则挖掘算法取得了较好的实验结果。     

基于频繁模式图的多维关联规则挖掘算法研究

关联规则挖掘是数据挖掘领域中重要的研究分支,频繁项集或频繁谓词集的计算是其中的关键问题.本文针对包括多值属性的关系数据库,以多维关联规则挖掘为目标,研究频繁谓词集的计算方法,提出了MPG算法及IMPG增量算法.MPG算法通过构建频繁模式图MP-graph,按照深度优先搜索方法,动态挖掘频繁谓词集,只需扫描数据库一次.此外,该方法至多增加一次数据库扫描,就能扩展为IMPG算法,进行增量关联规则挖掘.文章分析了算法时间和空间性能,用实验说明了算法的有效性.