基于加权D-S证据理论的分布式多传感器目标识别

针对分布式多传感器环境下的目标识别问题，提出了一种基于加权D-S证据理论组合规则的决策融合方法。分析了多传感器目标识别系统的信息模型，指出传感器的决策可信度由其被支持度及与目标间的距离确定。将该可信度体现为加权D-S证据理论组合规则中的证据权值，综合考虑传感器支持度及其与目标距离，给出了权值确定方法。仿真实验证明方法提高了融合效率，可较快完成识别任务。     

基于层次分析法的本体映射

运用层次分析法来解决相似度计算中的权值分配问题。它将影响相似度计算的各个因素划分成相关联的有序层次,通过判断矩阵的建立、权值计算和一致性检验得到结果。该方法将定性分析和定量分析相结合,综合考虑不同属性对于概念含义影响程度的差别,有效地减小了使用等权算法或者是人为确定权值所产生的计算误差,使权值的分配更科学,提高了相似度计算的准确度。     

基于信息表和差集的关联规则挖掘

针对挖掘稠密的长模式关联规则时,需要大量的存储空间、求长集合的交集时需要大量的计算时间以及计算候选频繁项集的支持度时需要访问反复扫描数据库,提出了基于信息表和差集的挖掘算法.实验证明,在相同的数据库和支持度情况下,该算法较apriorTID算法能减少挖掘时间和占用的空间.     

支持向量机多专家决策算法

多专家决策算法是对多个专家的决策做出综合决策,使决策更符合实际情况.通常的算法使用各专家决策的加权求和法,由于各专家的权值在不同的情况下会有所不同,因此难以应用.本文提出采用基于支持向量机的非线性回归法进行综合决策,克服了权值变化的问题.多专家决策的另一途径是选取最佳的专家决策,本文采用基于支持向量机的非线性分类的方法,可以在不同情况下选取相应的最佳专家决策.本文提出的算法用于"隧道工程岩石力学参数综合处理系统",对若干子系统的结果进行综合,解决了专家权值变化的问题,取得了较精确的结果.     

利用组合支持度进行关联规则的挖掘

经典Apriori算法由单支持度获取频集,这无法满足现实中的实际情况.国外学者提出的多最小支持度的扩展模型的计算次数又过于庞大,运行效率较低.针对这种情况,提出了多支持度与单支持度相结合的挖掘关联规则的方法,即保证了对不同数据项的正确分析,又提高了计算效率,有较强的实际意义.     

基于MMW和ICER加权匹配的超声缺陷识别

提出了一种在不同缺陷类别判断时参数分配不同权值的加权匹配法,目的是在计算日标信号与某一具体类别缺陷信号之间的相似度时更具有针对性,从而避免冗余特征对缺陷识别带来不利影响.提出了一种ICER法确定加权算法中的权值,该方法考虑重构信号参数对缺陷识别的不同影响系数,并结合经验对权值进行分配.利用现场采集信号的测试结果表明,改进的Morlet小波能有效提高信号信噪比.采用ICER加权匹配法能有效提高缺陷类别识别的准确性.     

联系数和属性多边形的系统故障模式识别

为综合考虑多因素影响下根据系统故障标准模式对系统故障样本模式进行识别,定义了属性多边形并提出基于联系数和属性多边形的系统故障样本模式识别方法。首先,建立了故障模式识别系统,利用特征函数确定单因素的故障模式联系度,确定属性多边形结构。其次,利用属性多边形的同异反分量面积确定多因素联合影响的故障模式联系度。最终,根据故障标准模式的最大隶属原则对故障样本模式进行识别。使用简单电气系统作为实例,实施了识别方法,得到多因素联合影响下的各故障样本模式的识别结果。实验结果表明,通过两阶段联系度的计算可综合考虑单因素和多因素影响下的故障模式特征,进而识别系统故障样本模式。     

绿色度方法中环境影响因子权值的确定

绿色度方法中各环境影响因子权值的确定非常重要而又颇有争议.本文采用目标值法,通过比较各类环境影响因子的环境现状和目标值,计算得到绿色度方法中各类环境影响因子的权值.提出依据环境政策法规规定的各类污染物的排放阈值来确定目标值,与目标值的其他确定方法相比,本方法避免了采用环境"真实"影响值,可更简捷地用于化工环境影响评价.以北京地区为例,计算结果表明近几年北京地区进行化工环境影响评价时,应重点关注水体人类非致癌毒性、光化学烟雾和富营养化等区域性污染.采用本文确定权值的方法,对合成甲基丙烯酸甲酯的两种化工路线,即异丁烯法(i-C4)和丙烯法(C3)进行了绿色度评价和分析,表明i-C4法路线更为绿色.本研究为绿色度方法用于各地区化工环境影响评价提供了基础.     

稳定且负载均衡的移动AdHoc网络加权分簇算法

针对移动AdHoc网络中传统加权分簇算法(WCA)的缺陷,提出一种稳定且负载均衡的改进型WCA(SLB-WCA).在节点组合权值计算中,增加了考虑节点的稳定性,并提出一种"相对典型节点度"代替传统WCA中的单纯节点度因素,同时根据各个节点的节点度制定本地簇大小约束,代替传统算法中的全局约束.SLB-WCA能够更加合理的计算节点权值和控制簇大小,均衡网络负载.通过实验与传统WCA相比,SLB-WCA形成的簇数目较少且具有良好的覆盖率,提高了网络的生命周期.     

Apriori算法的改进及其在电子商务中的应用

提出一种可以通过对项目集中的元素赋以权值的方法,在计算项集(商品)的支持度的同时考虑项集(商品)的出现频率和重要性.这样数据挖掘中的关联规则就可以在电子商务中得到很好的应用.     

多数据库中的负关联规则挖掘技术及发展趋势

负关联规则反映了数据项之间的互斥关系,能提供很多有用的信息,在决策支持中起重要作用,但现行的挖掘算法主要是针对单一数据库的挖掘,多数据库中负关联规则的挖掘还未引起重视。该文介绍负关联规则的研究现状、主要挖掘方法以及冗余正负关联规则的修剪方法,对多数据库中关联规则挖掘研究现状和主要技术进行论述,并展望多数据库中负关联规则挖掘的发展趋势。     

多数据库中负关联规则挖掘算法

现行的负关联规则挖掘主要是对于单一数据库的挖掘,但随着数据库技术的发展,多数据库挖掘越来越重要。当同时挖掘多数据库中的正负关联规则时,有可能会引起知识冲突问题,在前人对多数据库挖掘的基础上采用了一种关联规则合成模式,并利用相关性解决了知识冲突问题,最后用实验证明了该方法的正确性。     

跨数据库持久层框架的研究与实现

SQL方言导致直接在特定数据库上开发的业务系统不能在多种数据库间灵活的迁移,为此提出了一个能够跨数据库的持久层框架。通过建立多数据库开发规范,在持久层框架iBATIS的基础上扩展了对多数据库方言的支持,增加了多数据库SQL解析及数据分页的能力。在二次开发和对SQL执行效率要求高的领域首次解决了系统跨数据库的问题。遵循多数据库开发规范并使用该框架开发的系统就可以实现在多种数据库环境下的无缝迁移。     

Sequential Pattern Mining in Multi-Databases via Multiple Alignment

To efficiently find global patterns from a multi-database, information in each local database must first be mined and summarized at the local level. Then only the summarized information is forwarded to the global mining process. However, conventional sequential pattern mining methods based on support cannot summarize the local information and is ineffective for global pattern mining from multiple data sources. In this paper, we present an alternative local mining approach for finding sequential patterns in the local databases of a multi-database. We propose the theme of approximate sequential pattern mining roughly defined as identifying patterns approximately shared by many sequences. Approximate sequential patterns can effectively summerize and represent the local databases by identifying the underlying trends in the data. We present a novel algorithm, ApproxMAP, to mine approximate sequential patterns, called consensus patterns, from large sequence databases in two steps. First, sequences are clustered by similarity. Then, consensus patterns are mined directly from each cluster through multiple alignment. We conduct an extensive and systematic performance study over synthetic and real data. The results demonstrate that ApproxMAP is effective and scalable in mining large sequences databases with long patterns. Hence, ApproxMAP can efficiently summarize a local database and reduce the cost for global mining. Furthremore, we present an elegant and uniform model to identify both high vote sequential patterns and exceptional sequential patterns from the collection of these consensus patterns from each local databases.     

快速局域网下分布式查询处理数据划分策略的研究

在分布式数据库系统中,查询处理的响应时间一直是一个热门话题。根据分布式数据库查询的固有并行性,可以利用数据划分来提高查询的并行处理程度、改进响应时间。文章提出了在快速局域网下、多数据库环境中,分布式查询处理的一种数据划分策略,旨在提高查询的响应时间。并通过模拟实验验证了算法的合理性。     

Functional Query Optimization over Object-Oriented Views for Data Integration

AMOS is a mediator system that supports passive (non-intrusive) integration of data from heterogeneous and autonomous data sources. It is based on a functional data model and a declarative functional query language AMOSQL. Foreign data sources, e.g., relational databases, text files, or other types of data sources can be wrapped with AMOS mediators, making them accessible through AMOSQL. AMOS mediators can communicate among each other through the multi-database constructs of AMOSQL that allow definition of functional queries and OO views accessing other AMOS servers. The integrated views can contain both functions and types derived from the data sources. Furthermore, local data associated with these view definitions may be stored in the mediator database. This paper describes AMOS' multi-database query facilities and their optimization techniques. Calculus-based function transformations are used to generate minimal query expressions before the query decomposition and cost-based algebraic optimization steps take place. Object identifier (OID) generation is used for correctly representing derived objects in the mediators. A selective OID generation mechanism avoids overhead by generating in the mediator OIDs only for those derived objects that are either needed during the processing of a query or have associated local data in the mediator database. The validity of the derived objects that are assigned OIDs and the completeness of queries to the views are guaranteed by system generated predicates added to the queries.     

多数据库中间件的模型研究

提出一种新的多数据库中间件架构，使得异源独立分布数据的“上推／受访／集成”模型化，从而使异源独立分布数据的存取／复用／集成，能像单一关系数据库那样走向模型化，建立“DBMS的DBMS”；讨论了该模型中的几个主要关键技术，如数据的一致性、数据的复制策略、局部数据源的即插即用研究、缓冲区系统中的数据名空间。     

ESB数据操纵控制器

本文基于企业服务总线,从多数据库支持、数据操作请求调度、数据操作的安全性、数据库的访问优化四个方面考虑,对ESB系统内部模块对数据库的访问操作进行分析和研究,提出数据访问控制层,即ESB数据操纵控制器. 数据操纵控制器的目的是将ESB内的数据操作限制在尽可能小的指令范围内,这样提高了其数据操作的安全性和高效性. 并且数据操纵控制器支持多种数据库的访问和操作,使得ESB系统的产品通用性更强.     

Landscaping the information space of large multi-database networks

The promises of network-accessible information are increasingly difficult to achieve. These difficulties are due to a variety of causes, such as, the rapid growth in the volume of network-available information and the increasing complexity, diversity and terminological fluctuations of the different information sources available. This paper presents a conceptual architecture for the organization information space across collections of component systems in a multi-database network that provides serendipity, exploration and contextualisation support so that users can achieve logical connections between concepts they are familiar with and schema terms employed in multi-database systems. Large-scale searching for multi-database schema information is guided by a combination of lexical, structural and semantic aspects of schema terms in order to reveal more meaning both about the contents of an information term and about its placement within the distributed information space.     

对单数据库和多数据库中挖掘模式的评价

文章从客观和主观两方面分别分析了现有的一些对数据挖掘模式的评价方法,并提出对多数据库中模式评价的两种客观性度量。