基于神经网络规范约束的关联规则挖掘

分析了现有关联规则挖掘所潜在的问题，给出了约束关联查询的定义和基于神经网络规范约束集的构建；在此基础上，提出了基于神经网络规范约束的关联规则挖掘解决方案（CARMRNN），并给出了其体系框图和实现算法。     

线性序约束关系的无损连接分解*

对线性序约束数据库中的数据依赖和无损连接分解进行了研究.介绍了线性序约束数据库的一些基本概念,提出了线性序约束关系中多区域存在依赖和分组多区域存在依赖的概念,证明了变量集满足变量独立和多区域存在依赖是进行模式无损连接分解的充要条件.探讨了变量集在坐标线性变换下保持良性分解的情形.     

弱硬实时系统约束规范

从弱硬实时系统定义出发,概述现有弱硬实时约束规范及其相互关系,提出了一种约束规范(m,p),与已有的约束规范作了严格性强弱的比较,并给予了证明;同时修正了Bernat提出的一个约束强弱比较的定理.     

一种弱硬实时约束规范

当弱硬实时系统约束规范中μ-patterns首个字符为0时,弱硬实时约束规范 就失去作用。针对该问题,通过改变截止期满足率的计算方法,提出一个弱硬实时约束规范 ,在保持 优点的同时,扩大了其使用范围,并通过偏序证明来保证其优良 性能。     

代数规范与对象行为约束

本文研究建立了代数规范和时序逻辑规范的不同语义模型之间的关联,在结构偏代数上解释时序模态词,从而可以利用时序逻辑工具讨论由代数规范所定义的抽象对象的动态行为特征.     

基于平滑调度的弱硬实时系统约束规范

约束规范是弱硬实时系统研究的基础。从弱硬实时系统的定义出发,提出了一个新的约束规范,它能够有效实现平滑调度。给出并证明了弱硬实时系统约束规范严格性比较的一个重要定理。业已证明,该约束规范具有良好的性能和较好的适用范围。     

一种基于角色访问控制模型的约束规范描述

传统的访问控制主要有自主型的访问控制DAC(Discretionary Access Control)和强制型的访问控制MAC(Mandatory Access Control)。强制型访问控制是“强加”给访问主体的,即系统强制主体服从访问控制政策。自主型的访问控制是在确认主体身份以及它们所属的组的基础上,对访问进行限定的一种方法。随着企业规模的增大,企业的信息化管理变得越来越重要,企业级访问控制和安全管理设计将是最难解决的问题之一,DAC和MAC已不能满足需要。20世纪90年代     

一种弱硬实时约束规范(-m,P1)

当弱硬实时系统约束规范中μ-patterns首个字符为0时,弱硬实时约束规范(-m,P)就失去作用.针对该问题,通过改变截止期满足率的计算方法,提出一个弱硬实时约束规范(-m,P1),在保持(-m,p)优点的同时,扩大了其使用范围,并通过偏序证明来保证其优良性能.     

约束与数据库新应用

约束提供一种灵活、统一,简洁的方式来表达时空对象的特性,描述对象连续的变化,表示不完整的信息和满足复杂建模的要求,约束数据库克服了现有数据库技术的不足,在众多的领域有广阔的应用前景。但现有工作主要集中在表达复杂性等理论研究上,本文以市政建设应用为例,提出了一个关系数据库的扩充框架,描述了相应的约束演算和约束查询语言,为约束数据库技术在这些领域中的应用打下了基础。     

基于约束稀疏表达的细粒度图像分类识别方法

为了保证细粒度图像分类识别后图像结构信息的完整性,设计一种基于约束稀疏表达的细粒度图像分类识别方法.在区域建议网络内输入待分类图像,利用在线硬示例挖掘方法筛选对分类识别结果影响较大的图像;在降采样图像基础上,引入分布结构约束项,建立约束稀疏表达线性编码模型;创建相似度权衡函数,将图像分类识别等效为排序问题,使用交替方向乘子法求解并获得最佳测度矩阵,完成细粒度图像分类识别目标.仿真结果证明,在遮挡、光照差异等状况下所研究方法分类后的图像结构信息较完整,分类识别后的平均峰值信噪比为28.9,平均分类时间为5.71s,提高了细粒度图像的分类质量.     

约束数据库中的动态区间索引结构

区间索引是随着对约束数据库的实用化的研究而提出的。文中在Ｍｅｔａ－树的基础上提出了ＤＭ－树和相应算法,它对区间索引保持了存储为Ｏ（ｎ）,查询Ｉ／Ｏ时间为Ｏ（ｌｏｇｎ＋ｔ／Ｂ）的性能,     

LINEAR SYSTEM CANONICAL FORMS

Several canonical forms are developed for linear, constant, single-input, single-output systems. These canonical forms correspond to the system properties of Controllability, Observability, Reachability, and Constructability and are applicable to the case of continuous systems in which time has been discretized and to the case of linear sequential machines.     

属性约简中的范式转换算法研究

通过研究属性约简中合取范式到析取范式的转换过程,发现减少冗余项和重复计算可以适当提高转换效率。同时考虑到范式的动态变化,设计一种边转换边化简的增量转换算法,可以利用已有结果直接进行计算。对于减量情况,抽象出范式转换的数学模型,给出相应转换的构造形式和分析过程,并提出一种近似减量转换算法,从而实现了不同变化情况下生成析取范式的动态计算。最后通过仿真实验验证了算法的可行性和高效性。     

DESIGN OF REDUCED‐ORDER FUNCTIONAL OBSERVERS FOR LINEAR SYSTEMS WITH UNKNOWN INPUTS

This brief paper presents new conditions for the existence and design of reduced‐order linear functional state observers for linear systems with unknown inputs. Systematic procedures for the synthesis of reduced‐order functional observers are given. Numerical examples are given to illustrate the attractiveness and simplicity of the new design procedures.     

变参绘图系统中约束求解的新思路

为变参绘图系统中的约束求解提供了一个新思路。采用该思路，不但可以通过分解和排序来提高求解速度，而且可以通过快速地指出约束不足和约束过载来提高灵活性和可靠性。文中详细介绍了该思路的原理，并给出了相应的算法。     

HIERARCHICAL ARC CONSISTENCY FOR DISJOINT REAL INTERVALS IN CONSTRAINT LOGIC PROGRAMMING

There have been many proposals for adding sound implementations of numeric processing to Prolog. This paper describes an approach to numeric constraint processing which has been implemented in Echidna, a new constraint logic programming (CLP) language. Echidna uses consistency algorithms which can actively process a wider variety of numeric constraints than most other CLP systems, including constraints containing some common nonlinear functions. A unique feature of Echidna is that it implements domains for real-valued variables with hierarchical data structures and exploits this structure using a hierarchical arc consistency algorithm specialized for numeric constraints. This gives Echidna two advantages over other systems. First, the union of disjoint intervals can be represented directly. Other approaches require trying each disjoint interval in turn during backtrack search. Second, the hierarchical structure facilitates varying the precision of constraint processing. Consequently, it is possible to implement more effective constraint processing control algorithms which avoid unnecessary detailed domain analysis. These advantages distinguish Echidna from other CLP systems for numeric constraint processing.     

模型故障诊断中对广义约束传播技术的改进

在模型故障诊断中，不管采用那一种诊断方式，均首先需要根据测量结果和领域知识产生出最小冲突集合，广义约束传播技术是最有效的产生最小冲突集合的方法之一．本文使用测点元件影响集的概念，对广义约束传播技术进行了改进，改进后的广义约束传播技术可提高诊断的效率．     

基于遗传算法的概念学习中的约束满足预处理方法

本文将概念学习视为约束满足问题，给出了两种约束的定义，在这些约束的基础上，实现了基于遗传算法的概念学习系统ＣＬＳ的预处理方法。     

具有多值约束的线性递归查询的有效计算

本文给出三个算法,分别用于把给定的右线性、左线性或左-右线性递归程序改写为一组更有效的规则.与Ullman等人的变换算法不同,本文的算法允许查询的初始约束可以是含任意多个约束元组的集合,而不必是单值的;这样,本文的算法不仅可以用于查询的求值,而且也可以用于子目标的处理.变换算法的正确性和变换后规则的有效性也在本文简略讨论.     

用约束满足自适应神经网络和有效的启发式算法解Job-shop调度问题

提出一种用约束满足自适应神经网络结合有效的启发式算法求解Ｊｏｂ－ｓｈｏｐ调度问题．在混合算法中,自适应神经网络具有在网络运行过程中神经元的偏置和连接权值自适应取值的特性,被用来求得调度问题的可行解,启发式算法分别被用来增强神经网络的性能、获得确定排序下最优解和提高可行解的质量．仿真表明了本文提出的混合算法的快速有效性．