一种新的面向集合的空间关键字查询方法

面向集合的空间关键字查询处理是数据库领域近年来的热点研究课题.针对已有查询的不足,定义一种新的描述集合质量的Cost函数,提出一种新的面向集合的空间关键字查询方法,并证明基于该Cost函数的查询问题是NP完全问题.对于给定的对象数据集D={o1,o2,…,on},q为包含位置信息和关键字集合的查询点,查询返回的是在对象数据集D中,既满足查询点q的全部关键字,又能成为q的近邻且较紧凑的对象集合.为处理该查询,利用最小圆覆盖包含全部关键字的对象集合,并采用有效的裁剪策略分别实现了该查询的近似查询算法和精确查询算法.最后通过实验验证了所提算法的有效性.     

二叉树坐标网及其应用的

给出二叉树坐标网的定义及其基本定理,利用该坐标网,把空间中的网格点一一映射到一个整数集合上,从而可以把空间中的任意点近似地映射为一个整数,而且可以任意精确。这个方法可以推广到任意有限维空间这一映射,对图形,图象的储存、处理、舆起着极其重要的作用。在任意有限维空间中,这一映对任意可以用有限维向量描述的对象的储存、处理、传输同样起着极其重要的作用。作为应用例子,给出三维实体,曲面的近似表示、储存、处理     

一种模糊Hopfield网络的学习算法及性质

摘要现基于TL-模Max-TL模糊Hopfield网络(Max-TL FHNN)提出了一种有效的学习算法。对任意给定的模式集合,该学习算法总能找到使该模式集合成为Max-TL FHNN的平衡点集合的所有连接权矩阵中的最大者。任意给定的模式集合都能作为Max-TL FHNN网络的平衡点集合且能使Max-TL FHNN对任意输入在一步内就进入稳定状态,同时该网络对训练模式的摄动具有好的鲁棒性。     

命题集[F(S)]上的一种等价分类方法

给出了命题集[F(S)]上的一种等价分类方法,得到一个集合[[F]]。同时在集合[F]上定义距离[ρ]及闭包运算[C*],得到在[[F]]上存在唯一的一个拓扑[Τ],使得在拓扑空间[([F],Τ)]中对任意的集合[Γ?[F]]都有[C*(Γ)=Γ]。     

不确定数据上范围受限的最近邻查询算法

不确定数据的查询处理是数据库领域近年来的热点研究课题.提出一种不确定数据上的范围受限的最近邻查询.给定不确定数据集D={o1,o2,…,on},范围约束R是一个简单多边形,q为一固定的查询点,范围受限的最近邻查询返回的是在数据集D中,既满足范围约束R,又能成为查询点q的最近邻的对象集合.为处理该查询,提出了范围受限的最近邻核心集的概念和范围受限的最近邻核心集的查找算法.并提出一种计算范围受限的最近邻候选集的优化方法,降低了查询代价.最后通过实验验证了该算法的有效性.     

二叉树坐标网及其应用

给出二叉树坐标网的定义及其基本定理．利用该坐标网，把空间中的网格点一一映射到一个整数集合上，从而可以把空间中的任意点近似地映射为一个整数，而且可以任意精确。这个方法可以推广到任意有限维空间．这一映射，对图形，图象的储存、处理、传输，起着极其重要的作用。在任意有限维空间中，这一映射对任意可以用有限维向量描述的对象的储存、处理、传输，同样起着极其重要的作用。作为应用的例子，给出了三维实体，曲面的近似表示，储存，处理和打印。     

中文文本的关键词自动抽取和模糊分类

本文提出了中文文本分类的两种模糊方法,一种基于模糊集间的语义距离,一种基于本文中提出的‘模糊分类网络’。两者都必须首先从文本中抽取关键词集合,本文给出了一种主要采用统计方法结合受限自然语言理解技术的模糊关键词集合提取方法,它与模糊分类方法结合,可望达到文本信息的自动分类。所提出的方法同样适合于模式识别之类问题的解决。     

高速流环境下近似连续k代表轮廓查询算法

k代表轮廓查询是从传统轮廓查询中衍生出来的一类查询.给定多维数据集合D,轮廓查询从D中找到所有不被其他对象支配的对象,将其返回给用户,便于用户结合自身偏好选择高质量对象.然而,轮廓对象规模通常较大,用户需要从大量数据中进行选择,导致选择速度和质量无法得到保证.与传统轮廓查询相比,k代表轮廓查询从所有轮廓对象中选择“代表性”最强的k个对象返回给用户,有效地解决了传统轮廓查询存在的这一问题.给定滑动窗口W和连续查询q,q监听窗口中的数据.当窗口滑动时,查询q返回窗口中,组合支配面积最大的k个对象.现有算法的核心思想是:实时监测当前窗口中的轮廓对象集合,当轮廓对象集合更新时,算法更新k代表轮廓.然而,实时监测窗口中,轮廓集合的计算代价通常较大.此外,当轮廓集合规模较大时,从中选择k代表轮廓的计算代价是同样巨大的,导致已有算法无法在高速流环境下使用.针对上述问题,提出了ρ-近似k代表轮廓查询.为了支持该查询,提出了查询处理框架PAKRS(predict-basedapproximatekrepresentativeskyline).首先,PAKRS利用高速流的特性对当前窗口进行划分,根据划分结...     

基于支持向量域描述的图像集匹配

提出一种基于支持向量域描述的图像集匹配方法.该方法首先通过支持向量机学习,将每个图像集合映射到高维特征空间,使用支持向量域对图像集合建模,建立的模型使用一个包含大部分样本的最小闭球表示.然后引入基于支持向量域之间距离的相似性度量,将集合的匹配转换为成对的支持向量域之间的距离计算.最后在基于集合的人脸和对象识别任务中分别进行测试,文中方法的识别率在ETH80、HondaUCSD和YouTube数据库上分别达到96.37%、100%和95.32%,优于其他方法.     

程序中创建链表的方法

利用VB的集合对象Collechon创建链表，可把任意类型数据或对象组合到一个集合中，而且Collechon对象允许插入、删除其成员，因而可实现非常复杂的动态数据处理。特别是，当把Variant数据类型和类模块对象相结合时，会使你从VB所施加的很多限制中解脱出来，允许你用以前根本不可能的方法去编程。Collechon对象是由若干成员组成的有序集合，它的成员可通过位置索引号或指定键字符率直接访问。它有以下三个方法：①Add实现在集合的指定位置添加成员，若未指定位置，则添加成员为最后一个成员；②Remove删除集会中指定位置的成员；③Item返…     

一种改进的K-means算法在入侵检测中的应用

传统的聚类算法存在很多缺点,因此需要做进一步的研究。通过对传统的K-means算法和加权熵措施的K-means算法的研究,提出了一种改进的加权熵措施的K-means算法,且该算法采用了一种新的计算对象间距离的方法,不仅能使在同一个簇中任意对象之间的距离尽可能的小,更能使得不同簇中的任意对象之间的距离尽可能的大。通过在KDD Cup99数据集上实验仿真,表明该算法具有较强的实用性和自适应功能。     

一种改进的K—means算法在入侵检测中的应用

传统的聚类算法存在很多缺点,因此需要做进一步的研究。通过对传统的K-means算法和加权熵措施的K—means算法的研究,提出了一种改进的加权熵措施的K—means算法,且该算法采用了一种新的计算对象间距离的方法,不仅能使在同一个簇中任意对象之间的距离尽可能的小,更能使得不同簇中的任意对象之间的距离尽可能的大。通过在KDD Cup99数据集上实验仿真,表明该算法具有较强的实用性和自适应功能。     

C＋＋上的集合与序列运算的一种实现

作者通过在Ｃ＋＋系统中增设一个独立的集合类模板和一个独立的序列类模板，提供了Ｃ＋＋上的集合与序列运算的一种新的实现方法，从而可以实现任意数据或对象类较全面的集合与序列运算。     

超立方体互连网络自适应简捷盲寻径搜索算法

根据n-cube超立方体互连网络的并行特点，分析了任意当前结点相邻集合类的求解方法，并给出一种自适应优化盲寻径搜索算法，即通过任一当前结点的Hamming距离相邻测度，寻找从任一始发结点到目标结点的所有可能的自适应盲寻径优化算法．     

超立方体互连网络一种简化自适应寻径算法研究

本文讨论了利用变换函数来求解任意当前节点相邻集合类的方法,提出了一种基于Hamming距离节点进行寻径的搜索算法。通过仿真证明了算法能缩短寻径长度,增强网络的容错性。     

非均衡语言信息的计算方法及其在TOPSIS法中的应用

大多用语言描述偏好的决策问题假设语言是均匀、对称分布的,然而有些问题需要采用非均衡语言.针对这一问题,提出一种基于符号化方法的语言计算模型.首先,构造一种基于基础语言集合的加权图,用图形中的点描述非均衡语言;然后,定义图形中任意两点间的曼哈顿距离公式,用于计算非均衡语言的距离;最后,将其用于逼近于理想值的排序方法(TOPSIS),并给出算例.所提出的方法不仅图像化非均衡语言,而且在解决TOPSIS问题时比欧氏距离测度更具优越性.     

保局投影在图像集匹配中的应用

图像集匹配是模式识别领域研究的热点问题之一。从图像分布的局部结构出发,提出格拉斯曼流形上局部结构保持的图像集匹配方法。将图像集合张成的子空间投影到格拉斯曼流形,通过子空间之间的典型相关计算格拉斯曼核,将集合的相似性转换为流形上点之间的距离的计算。在基于图像集合的对象识别任务上测试提出的算法,实验结果表明,提出的方法在识别率上超越了当前主流的图像集匹配算法。     

基于法向量距离的路面坑槽提取方法

以路面高程激光点云为研究对象,提出一种基于法向量距离的路面坑槽提取方法.首先对路面高程点云数据进行数据清洗;其次采用自适应最优邻域的PCA方法估算路面点云数据的法向量,通过计算路面点云中采样点到其局部二次曲面的切平面的法向距离作为法向量距离;以法向量距离描述采样点的三维空间特征,并通过阈值分割自动提取路面坑槽点云集合,...     

基于字典的数据查询方法及技巧

该文介绍一种基于字典技术上的数据库查询方法，它利用文件和数据两个字典组成检索对象，可以组合任意条件并且可以检索到字典中任意库中的任意字段的内容。     

Tsallis熵的参数在图像阈值分割中的应用

Tsallis熵引入非广延参数q,用于描述集合元素间的长程关联,在图像分割中有着广泛应用.从数学原理与实证两方面分析了q参数的作用,并确定了它的合理取值范围.对于目标和背景之间不存在明显关联的图片,用两个具有不同q参数的Tsallis熵分别描述目标集合与背景集合,提出一种新的双q值算法,选择合适的q值确定这两个集合各自的像素灰度关联强度.通过对一系列红外图片的阈值分割,验证了该算法的有效性.