基于聚类和模糊关联规则的中医药对量效分析*

以数据挖掘为技术手段,对方剂中药对的量效关联进行分析,主要工作包括：根据中药方剂中药物剂量分布的一般规律,用聚类方法自动划分药物剂量的模糊区间;基于模糊关联规则的概念,提出药对量效关联规则的挖掘算法;对所提出的算法进行了实现和验证。结果表明,基于聚类和模糊关联规则挖掘的中医药对量效关联分析符合中医药的基本特点,挖掘出的知识具有较高的正确率。     

影响关联规则挖掘的有趣性因素的研究

关联规则挖掘是数据挖掘研究中的一个重要方面,而其中一个重要问题是对挖掘出的规则的感兴趣程度的评估。实际应用中可从数据源中挖掘出大量的规则,但这些规则中的大部分对用户来说是不一定感兴趣的。关联规则挖掘中的有趣性问题可从客观和主观两个方面对关联规则的兴趣度进行评测。利用模板将用户感兴趣的规则和不感兴趣的规则区分开,以此来完成关联规则有趣性的主观评测;在关联规则的置信度和支持度基础上对关联规则的有趣性的客观评测增加了约束。     

一种改进的Apriori算法

数据挖掘中的关联规则挖掘能够发现大量数据中项集之间有趣的关联或相关联系,特别是随着大量数据不停地收集和存储,从数据库中挖掘关联规则就越来越有其必要性。通过对关联规则挖掘技术及其相关算法Apriori进行分析,发现该技术存在的问题。Apriori算法是关联规则挖掘中的经典算法。对Apriori算法做了改进。借助0—1矩阵给出了计算项集的支持度计数的更快方法,同时还简化了Apriori算法中的连接和剪枝操作,从而在时间和空间上提高了Apriori算法的效率。     

一种改进的Apriori算法

数据挖掘中的关联规则挖掘能够发现大量数据中项集之间有趣的关联或相关联系,特别是随着大量数据不停地收集和存储,从数据库中挖掘关联规则就越来越有其必要性.通过对关联规则挖掘技术及其相关算法Apaod进行分析,发现该技术存在的问题.Apriori算法是关联规则挖掘中的经典算法.对Apriori算法做了改进.借助0-1矩阵给出了计算项集的支持度计数的更快方法,同时还简化了Apriori算法中的连接和剪枝操作,从而在时间和空间上提高了Apriori算法的效率.     

Web日志中有趣关联规则的发现

关联规则挖掘是Web用法挖掘的一个重要研究课题。目前的Web日志关联规则挖掘算法忽略了用户对规则是否感兴趣这一重要问题。对Web日志关联规则挖掘算法进行了研究，结合网络拓扑结构，提出了Web拓扑概率模型和有趣关联规则（IAR）算法。利用Web拓扑概率模型对关联规则进行有趣度评价，得出有趣度高的规则，用于改善网络性能。实验显示了IAR算法如何提高规则的利用率和有效地改善网络拓扑，它可以成功地应用到Web用法挖掘中。     

有趣Web日志关联规则挖掘算法

对Web日志关联规则挖掘算法进行了研究,普通的关联规则挖掘算法发现的规则数量太多,里面含有大量用户不感兴趣的规则,规则知识很难为用户所使用.根据网站拓扑结构和矩阵迭代技术实现了一种有趣关联规则(IMIA)算法,能够快速迭代求解任意两个页面间的关联概率,对关联规则进行有趣度评价,得出有趣度高的规则.实验结果表明,该算法是有效的,可以进一步改善网站性能,提高智能服务质量和性能,从而很好地应用到电子商务领域.     

综合控制流与数据流分析的主机异常检测新方法

传统主机异常检测方法只针对控制流信息或数据流信息进行分析,在两个研究方向上产生了很大的分化,不能很好地吸取彼此的成果。基于这种情况,提出一种新的综合控制流与数据流分析的新方法。该方法首先使用系统调用定长序列构建模式库,再用关联规则挖掘方法挖掘同一模式或不同模式下属性间的关联规则,构建用于检测评估的两种规则集。实验结果表明,基于控制流上下文的数据流分析新方法能够发现先前数据流分析所不能发现的更精准更有用的规则从而检测出更多的异常行为。     

关联规则挖掘算法及优化策略研究

关联规则挖掘是数据库中知识发现研究的热点课题,有着广泛的应用领域.通过对关联规则中快速开采算法的研究分析,首先把已有的关联规则挖掘算法分为了两大类:传统类型的关联规则挖掘算法和多关系关联规则挖掘算法;重点分析基本类型算法,并提出各种改进的优化策略;然后对各类代表性算法进行了描述,分析和对比;最后,对尚存在的问题进行了分析和总结.     

旅游信息数据挖掘中数量型数据的转化和分析研究

数据挖掘就是从大量数据中,抽取隐含的、但又是潜在有用的关联信息和知识的发现过程。其中关联规则(AssociationRules)的挖掘是一个重要的问题,是大量数据中项集之间有趣的关联或相关联系。本文论述了如何改进关联规则算法,使之可以挖掘数量型数据,并利用改进的关联规则算法对游客数据进行数据挖掘,从而得到一些对旅游经营有用的知识。     

数量关联规则挖掘及其典型算法分析

关联规则的发现是数据挖掘的一个重要方面,而数量关联规则的发现不同于传统的布尔型关联规则。介绍了数量型关联规则挖掘的方法、步骤以及存在的问题,分析了几种具有代表性的数量型关联规则挖掘算法,提出了IQAM算法,并对数量型关联规则的挖掘进行了展望。     

可信密码模块（TCM）芯片的虚拟化设计

本文介绍了一种中国标准可信密码模块（简称TCM）芯片的虚拟化方法,借助于本方法,可以为运行在同一台物理机器上的不同虚拟机分别提供相互隔离的、完整功能特性的虚拟TCM设备,对于虚拟机而言,该设备可以视为标准的TCM硬件进行操作并实现TCM标准所定义的所有完整功能。     

可信密码模块符合性测试方法研究

提出了一种可信密码模块(TCM)符合性测试的形式化方法,采用基于扩展有限状态机(EFSM)模型与测试向量相结合的方式对TCM的标准进行形式化建模.由于该建模方法结合TCM自身特点给出了命令依赖关系图的获取算法以及EFSM模型与测试向量获取算法,所以能够更好地对标准进行形式化建模,并用于测试用例的产生.通过测试结果分析以及与其他相关工作的对比,表明该方法能够有效地产生测试用例,并提高TCM符合性测试的错误检测率.     

下一代TCM规范及芯片设计初探

本文分析了2008年颁布并开始执行的可信密码模块（TCM）规范方案,在特定情况下即CPU和操作系统不可信情况时的安全隐患,提出了第二代可信密码模块（TCM）标准的补充建议,并给出了一种高速TCM芯片的参考设计.     

基于可信芯片的终端平台匿名身份建立方法研究

文章针对当前基于隐私CA(Privacy CA)的平台身份建立方案和DAA(直接匿名证明)方案应用于网络终端平台身份管理时存在的两个问题:EK(Endorsement Key)证书管理复杂以及与传统基于管理员身份的终端管理方案未有效结合,无法支持基于管理员的平台身份撤销,提出了改进的基于可信芯片的网络终端平台身份管理方案.该方案包括平台EK产生、平台匿名身份建立、身份撤销、身份认证时的安全协议定义,利用了零知识证明以及基于ID的加密机制,有效解决了上述问题.同时在随机预言机模型下,作者还给出了该方案的正确性、匿名性以及不可伪造性的安全性证明.     

基于中医体质辨识的药膳信息化研究

探讨如何将IT与养生健康有效结合,研究基于中医体质辨识的药膳信息化。提出根据个体年龄、性别、体质、地域等的差异,通过计算机采集相应数据,分析这些数据并推荐不同的药膳食疗方案。     

基于Web3.0移动技术的中医自主学习平台模式探讨

在互联网日益普及的今天,现有的教学平台都或多或少存在一些不足,基于web3.0技术搭建中医学生的自主学习平台,以个性化、自主化的特点提高学生的学习兴趣,学生通过随时随地的讨论与学习加深对中医思维的理解,从而为自主学习平台的发展方向提供参考。     

中医药文献语义关系图发现

提出了一种基于中医药语义本体知识库对中医药文献进行语义关系图发现的方法.核心方法分为三个部分:第一步采用中医药语义本体概念名称为字典进行关键词提取;第二步采用关联算法的一种变异算法查找高频关键词组;第三步利用中医药语义本体知识库对关键词组进行语义关系识别,对未能识别的关键词进行语义关系预测.最后每组关键词生成一个对应的...     

基于TCM的前向纠错编码在光通信中的研究

本文研究了光通信中前向纠错编码技术,重点研究了TCM编码技术,以及LDPC编码技术,经过TCM编码与LDPC编码级联,与TCM编码进行系统仿真比较,获得有效编码增益的提高。通过在Matlab平台上仿真,验证了其处理上的可行性,给出了传输特性的仿真结果并进行了简要分析。     

梅钢冷轧轧机控制系统的特点

冷轧是带钢生产中一个重要工序,而轧机是冷轧生产的主体设备。本文着重介绍了梅钢冷连轧机的基本结构,概括了其控制系统的特点,并详细地介绍了自动厚度控制和自动板形控制的控制方法。     

一种低时延的基于流水型译码器的BICM算法

本文将低时延的流水型译码器应用到BICM(bit-inter-leaved coded modulation)算法中，与同样使用8-PSK调制、卷积编码的BICM-ID(bit-interleaved coded modulation with iterative decoding)相比，在瑞利衰落及加性白高斯信道下，获得了相同的BER性能。重要的是，本文提出的改进算法有较低的译码时延。