一类并行多步Runge－Kutta预校算法

一类并行多步Ｒｕｎｇｅ－Ｋｕｔｔａ预校算法李寿佛，甘四清（湘潭大学数学系）ＡＣＬＡＳＳＯＦＰＡＲＡＬＬＥＬＭＵＬＴＩＳＴＥＰＲＵＮＧＥ－ＫＵＴＴＡＰＲＥＤＩＣＴＯＲ－ＣＯＲＲＥＣＴＯＲＡＬＧＯＲＩＴＨＭＳ￥ＬｉＳｈｏｕ－ｆｏ；ＧａｎＳｉ－ｑｉｎｇ（Ｄ...     

面向智能体逻辑程序设计系统GKD—AOLPS

我们在面向对象逻辑程序设计系统ＧＫＤ－ＯＯＰＳ的基础上，研究并实现了面向智能体逻辑程序设计系统ＧＫＤ－ＡＯＬＰＳ。本文首先提出了智能体的结构和机制，然后给出了一种智能体的元级结构，最后根据言语行为理论，研究了ＧＫＤ－ＡＯＬＰＳ系统所提供的智能体通信原语的语用性质。     

无约束优化的对角拟牛顿算法

无约束优化的对角拟牛顿算法林梦雄（中国科学院计算中心）首南祺（江西抚州师范专科学校）ＡＤＩＡＧＯＮＡＬＱＵＡＳＩ－ＮＥＷＴＯＮＡＬＧＯＲＩＴＨＭＦＯＲＵＮＣＯＮＳＴＲＡＩＮＥＤＯＰＴＩＭＩＺＡＴＩＯＮ￥ＬｉｎＭｅｎｇ－ｘｉｏｎｇ（ＣｏｍｐｕｔｉｎｇＣ...     

一种并行计算K阶线性递归N方程组的新方法

一种并行计算Ｋ阶线性递归Ｎ方程组的新方法朱大铭，马绍汉，马军（山东大学计算机科学系、济南２５０１００）ＡＮＥＷＭＥＴＨＯＤＦＯＲＳＯＬＶＩＮＧＴＨＥＳＹＳＴＥＭＯＦＫ－ＴＨＯＲＤＥＲＬＩＮＥＡＲＲＥＣＵＲＲＥＮＣＥＥＱＵＡＴＩＯＮＳＩＮＰＡＲＡＬＬＥ...     

面向智能体逻辑程序设计系统GKD－AOLPS

我们在面向对象逻辑程序设计系统ＧＫＤ－ＯＯＰＳ的基础上，研究并实现了面向智能体逻辑程序设计系统ＧＫＤ－ＡＯＬＰＳ。本文首先提出了智能体的结构和机制，然后给出了一种智能体的元级结构；最后根据言语行为理论，研究了ＧＫＤ－ＡＯＬＰＳ系统所提供的智能体通信原语的语用性质。     

统计数据凑整问题的网络流算法

统计数据凑整问题的网络流算法金大勇，杨承恩（长沙铁道学院）ＮＥＴＷＯＲＫＡＬＧＯＲＩＴＨＭＳＦＯＲＴＨＥＤＡＴＡＲＯＵＮＤＩＮＧＰＲＯＢＬＥＭ￥ＪｉｎＤａ－ｙｏｎｇ；ＹａｎｇＣｈｅｎｇ－ｅｎ（ＣｈａｎｇｓｈａＲａｉｌｗａｙＩｎｓｔｉｔｕｔｅ）Ａｂｓｔ...     

求多总线系统容错度的多项式时间算法

求多总线系统容错度的多项式时间算法陈四清，周六丁（重庆大学计算机科学系重庆６３００４４）ＰＯＬＹＮＯＭＩＡＬ－ＴＩＭＥＡＬＧＯＲＩＴＨＭＳＦＯＲＤＥＴＥＲＭＩＮＡＴＩＮＧＴＨＥＦＡＵＬＴ－ＴＯＬＥＲＡＮＣＥＤＥＧＲＥＥＯＦＭＵＬＴＩＢＵＳＳＹＳＴＥＭ...     

两类求解二阶周期性初值问题具有极小相位延迟的高精度显式法

两类求解二阶周期性初值问题具有极小相位延迟的高精度显式法向开理（西南石油学院）ＨＩＧＨ－ＡＣＣＵＲＡＣＹＥＸＰＬＩＣＩＴＭＥＴＨＯＤＳＷＩＴＨＭＩＮＩＭＡＬＰＨＡＳＥ－ＬＡＧＦＯＲＴＨＥＩＮＴＥＧＲＡＴＩＯＮＯＦＳＥＣＯＮＤＯＲＤＥＲＰＥＲＩＯＤＩＣ...     

用于语音合成的PSOLA算法简介

本文介绍了基于波形编辑的语音合成中，用于改善合成语音的自然度的ＰＳＯＬＡ算法的一般过程，及具体的ＴＤ－ＰＳＯＬＡ，ＬＰ－ＰＳＯＬＡ和ＦＤ－ＰＳＯＬＡ算法。分析了时域和频域的算法分别在宽带和窄带条件下的谱特性和它们之间的关系，最后比较了这三种算法的适用范围及其在语音合成中的应用。     

一种图象分割新方法及其在石油勘探中的应用

一种图象分割新方法及其在石油勘探中的应用赵荣椿（西北工业大学计算机科学与工程系西安７１００７２）ＡＮＥＷＡＰＰＲＯＡＣＨＯＦＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＩＮＯＩＬＤＥＴＥＣＴＩＯＮ￥ＺｈａｏＲｏｎｇｃｈｕｎ（Ｄ...     

k-匿名模型中准标识符最佳值的求解问题

准标识符值是影响k-匿名表隐私保护程度和数据质量的关键因素。如何在给定各个准标识符属性泛化树的情况下求解准标识符最佳值,对匿名表在满足隐私保护要求的同时达到最高的数据质量具有重要意义。针对这一问题,证明了准标识符最佳值的求解问题是NP-完全问题,提出了准标识符最佳值的近似求解方法,并给出了准标识符最佳值的近似求解算法;最后,对算法进行了正确性证明和时间复杂度分析。     

Generalization of a Suffix Tree for RNA Structural Pattern Matching

In molecular biology, it is said that two biological sequences tend to have similar properties if they have similar three-dimensional structures. Hence, it is very important to find not only similar sequences in the string sense, but also structurally similar sequences from databases. In this paper we propose a new data structure that is a generalization of a parameterized suffix tree (p-suffix tree for short) introduced by Baker. We call it the structural suffix tree or s-suffix tree for short. The s-suffix tree can be used for finding structurally related patterns of RNA or single-stranded DNA. Furthermore, we propose an O(n(log|| + log||)) on-line algorithm for constructing it, where n is the sequence length, || is the size of the normal alphabet, and || is that of the alphabet called parameter, which is related to the structure of the sequence. Our algorithm achieves linear time when it is used to analyze RNA and DNA sequences. Furthermore, as an algorithm for constructing the p-suffix tree, it is the first on-line algorithm, though the computing bound of our algorithm is the same as that of Kosarajus best-known algorithm. The results of computational experiments using actual RNA and DNA sequences are also given to demonstrate our algorithms practicality.     

基于概念相容性的概念树自动生成算法

在面向属性归纳(AOG)的数据挖掘中,属性归约及概念归纳都离不开概念层次.而概念层次一般都是先验的,当出现概念层次中没有的新的概念时,无法进行归纳.以属性论为基础的概念相容测度,将概念层次单纯的文字表示转换为其定性基准的表示,给出了名称型属性的概念层次树的动态生成算法.当有新的属性值出现时,可以不用重新生成概念树,只需调用该算法,将新的属性值插入已有概念层次树即可.从而可以让概念归纳与修改概念层次同时进行,使AOG具有了动态归纳的特性.     

增量式的多变量决策树构造算法研究

针对增量数据集,结合粗糙集理论和多变量决策树的优点,给出了增量式的多变量决策树构造算法。该算法针对新增样本与已有规则集产生矛盾,即条件属性相匹配,而决策属性不匹配的情况,计算条件属性相对于决策属性的核,如果核不为空,则计算核相对于决策属性的相对泛化,根据不同的结果形成不同的子集,最终形成不同的决策树分支。该算法很好地避免了在处理增量数据集时,不断重构决策树。实例证明该算法的正确性,对处理小增量数据集具有良好的性能。     

基于最大熵选取示例的增量决策树归纳

设A是一训练集,B是A的一个子集,B是选择A中部分有代表性的示例而生成的。得到了这样一个结论,即对于适当选取的B,由B训练出的决策树其泛化精度优于由A训练出的决策树的泛化精度。进一步,设计实现了一种如何从A中挑选有代表性的示例来生成B的算法,并从数据分布和信息熵理论角度分析了该算法的设计原理。     

面向医疗数据的AUR-Tree差分隐私数据发布算法

随着医学技术的进步和大数据时代的到来,在数据发布时如何对患者就诊记录中的敏感信息进行隐私保护成为当前的研究热点。针对医疗大数据在发布过程中隐私保护问题,提出了基于属性效用值排序法AUR-Tree（attribute utility value ranking-tree）差分隐私数据发布算法。该算法用属性效用值排序法衡量准标识属性对敏感属性的影响程度,以此作为迭代分割的度量依据,采用基于泛化的自顶向下迭代分割分类树技术,通过类等差法合理的分配隐私预算从而实现在医疗数据发布过程中的隐私保护。实验结果表明：该算法在极大地提高了数据的安全性、有效性和可用性的前提下,还保留了后续数据挖掘的价值。     

选择策略的集成学习方法研究

差异性是提高分类器集成泛化性能的重要因素。采用熵差异性度量及数据子集法训练基分类器,研究了爬山选择、集成前序选择、集成后序选择以及聚类选择策略选取个体模型的集成学习。实验结果表明,由选择策略选取差异性较大的个体模型,其集成性能表现出较好的优势;从总体角度考虑,爬山选择策略的集成性能优于集成前序选择和集成后序选择的集成性能;另外,由聚类技术选取的集成模型,当集成正确率较稳定时,则模型间的差异性变化较小;簇数也对集成性能与集成模型间的差异性产生一定的影响。     

Transfer learning of syntactic structures for building taxonomies for search engines

We apply a paradigm of transfer learning to build a taxonomy of entities intended to improve search engine relevance in a vertical domain. The taxonomy construction process starts from the seed entities and mines available source domains for new entities associated with these seed entities. New entities are formed by applying the machine learning of syntactic parse trees (their generalizations) to the search results for existing entities to form commonalities between them. These commonality expressions then form parameters of existing entities, and are turned into new entities at the next learning iteration. To match natural language expressions between source and target domains, we use syntactic generalization, an operation which finds a set of maximal common sub-trees of constituency parse trees of these expressions.Taxonomy and syntactic generalization are applied to relevance improvement in search and text similarity assessment. We conduct an evaluation of the search relevance improvement in vertical and horizontal domains and observe significant contribution of the learned taxonomy in the former, and a noticeable contribution of a hybrid system in the latter domain. We also perform industrial evaluation of taxonomy and syntactic generalization-based text relevance assessment and conclude that a proposed algorithm for automated taxonomy learning is suitable for integration into industrial systems. The proposed algorithm is implemented as a component of Apache OpenNLP project.     

采用案例归纳推理进行道路网智能选取

自动制图综合集技术、艺术与制图人员经验于一体,长期以来其自动化、智能化研究进展缓慢。基于机器学习的智能化自动综合也成为了制图综合发展过程中必须解决而仍未得到很好解决的核心难题之一。本文提出基于案例归纳学习的道路网智能选取方法。该方法以制图专家道路网选取案例库为学习对象,以决策树算法为推理机,从专家案例库中自动归纳、推理来获取决策树,并转化为满足计算机自动执行的规则集,据此来进行道路网自动选取。从而解决了把难以形式化表达的制图专家经验自动转化为满足计算机自动综合要求的规则,并据此进行智能化自动综合这一难题。最后,采用实例对本方法进行了验证,实验结果表明,该方法能够从专家案例库中自动获取核心规则,并进行自动综合,综合结果能够有效地反映制图专家的制图综合经验,同时具有普适性,从而为智能化自动制图综合发展探索了新的途径。     

神经网络的泛化理论和泛化方法

泛化能力是多层前向网最重要的性能,泛化问题已成为目前神经网络领域的研究热 点.文中综述了神经网络泛化理论和泛化方法的研究成果.对泛化理论,重点讲述神经网络的结 构复杂性和样本复杂性对泛化能力的影响;对泛化方法,则在介绍每种泛化方法的同时,尽量指 出该方法与相应泛化理论的内在联系.最后对泛化理论和泛化方法的研究前景作了展望.