基于布尔矩阵的Deep Web复杂模式匹配

在正负关联规则中引入布尔矩阵的概念,在双重相关性挖掘算法的基础上提出一种Deep Web复杂模式匹配算法。将查询接口模式中的属性项转化成布尔矩阵,通过对矩阵进行正关联规则运算挖掘组属性,对矩阵进行负关联规则运算挖掘同义属性。实验结果表明该算法的执行效率较高。     

一种高效的并行频繁集挖掘算法

针对Apriori算法在挖掘超大规模数据集时存在的效率低下问题,在数据集分块和事务数据库布尔化映射基础上,提出一种直接利用布尔矩阵向量运算挖掘频繁集的并行频繁集挖掘算法(PFIM)。仿真实验分析表明,PFIM算法比Apriori算法的挖掘时间缩短了近90%,该方法可用于挖掘超大规模数据库,具有良好的并行性和可伸缩性。     

数据库中关联规则的并行挖掘算法

提出了数据库中挖掘关联规则的并行算法,探讨了相关的数据结构,并对算法进行了定性分析。该算法不仅适用于布尔型属性,而且也适用于非布尔型属性。     

基于矩阵的关联规则挖掘算法研究与改进

为了有效提高关联规则挖掘算法处理数据库的效率,在研究基于矩阵的关联规则挖掘算法的基础上,提出了改进的关联规则挖掘算法DMApriori,并选取程序模拟超市购物产生的4个试验数据集,应用DMapriori算法对该数据集进行了关联规则挖掘;实验结果表明,该算法能平均提高关联规则挖掘时间20%;在计算数据库中的频繁项集时,通过有效裁剪布尔矩阵,使算法逐层扫描的数据量大大减少,并且对每个项集计数时,只扫描部分数据,提高了关联规则挖掘算法的性能。     

关联规则挖掘Apriori算法的研究与改进

本文采用一种基于布尔矩阵的频繁集挖掘算法。该算法直接通过支持矩阵行向量的按位与运算来找出频繁集,而不需要Apriori算法的连接和剪枝,通过不断压缩支持矩阵,不仅节约了存储空间,还提高了算法的效率。     

基于位置索引矩阵的关联规则挖掘算法

提出一种基于位置索引思想的算法,通过IMFI矩阵,在当前候选项集合包含的项中保存其下一次出现时的位置编号,从而实现频繁模式发现的跨越式搜索。实验结果表明,与布尔矩阵挖掘算法相比,该算法极大减少了访问的事务量,具有更高的挖掘效率。     

基于多参数随机扰动的布尔规则挖掘

在MASK算法基础上提出了基于多参数随机扰动后布尔规则的挖掘过程，通过对实验结果的评估分析，表明该算法能够提供较高的隐私保护，并讨论了隐私保护及挖掘精度之间的关系。最后对未来多参数随机扰动数据挖掘研究进行了展望。     

无线城市社团发现的研究——在Spark上利用改进关联规则实现社团发现的算法

社团发现算法存在生成结果冗余及时间复杂度高等问题,虽然关联规则是解决社团发现问题的有效方法,但面临大量迭代计算的瓶颈。针对上述问题进行了研究,提出了一种改进社团发现的SIACD算法。该算法引入MAC地址和布尔矩阵的概念对数据进行预处理,利用基于项数的布尔向量交运算改进Apriori算法,再基于Spark实现算法并行化计算,通过关联规则的方式挖掘无线社团数据。实验结果表明,SIACD算法解决了生成结果冗余、复杂度高、迭代计算等问题,提升了社团发现的挖掘速度,提高了对大数据的处理能力。     

一种基于位运算的频繁闭项集挖掘算法

针对相关算法在挖掘频繁闭项集时所存在的问题, 提出了一种基于位运算的频繁闭项集挖掘算法。该算法首先将数据集转换成布尔矩阵, 只需扫描数据集一次; 通过位运算计算支持度, 利用矩阵和数组存储辅助信息, 减少时间和空间消耗; 深度优先搜索产生频繁闭项集时利用剪枝策略进一步减少挖掘时间; 利用同生项集性质进行闭合性检测, 无须检查超集或子集。理论分析和实验结果验证了该算法的有效性。     

一种基于布尔矩阵的最大频繁项集挖掘算法

最大频繁项集挖掘在数据挖掘领域已经有广泛的应用。本文提出了一种新颖的基于位图矩阵的最大频繁项集挖掘算法BM_MFI。该算法只需要构造一个布尔矩阵,通过对矩阵的逻辑操作挖掘出局部最大频繁项集,并采用优化的超集检测方法得到最大频繁项集。实验表明以上算法是有效的,并且运行效率高于FPmax算法。     

三元组布尔置换的构造

布尔置换和bent函数在密码学中起着非常重要的作用。在Coulter和Mesnager所提出的三元组布尔置换广义构造方法（该三元组布尔置换可以用来构造bent函数）的基础上，给出了一个等价的构造三元组布尔置换的具体方法。利用此具体方法，提供了一个构造三元组布尔置换的算法。对三个置换之间的依赖关系做了进一步研究，提出了一个三元组置换成立的充要条件，并给出了一个构造三元组布尔置换的新算法。分析了利用三元组布尔置换所得bent函数的性质。     

基于引力搜索的布尔函数生成算法

布尔函数是在密码学、纠错编码和扩频通信等领域有着广泛应用的密码函数,寻找性能优良的布尔函数一直是密码学领域的重要问题之一。基于引力搜索算法设计了一种搜索布尔函数的新算法。该算法模仿万有引力定律,以n维空间中的质量点表示布尔函数,以布尔函数的密码特性作为目标适应度函数进行搜索。实验结果表明,算法使用新设计的目标适应度函数可以直接生成具有1阶弹性、1阶扩散准则和高非线性度、高代数次数以及低自相关指标等多种密码学指标的平衡布尔函数,并且进一步给出了直接生成2输出平衡布尔函数的计算机搜索算法。     

Orthogonal Algorithm of Logic Probability and Syndrome-Testable Analysis

A new method,orthogonal algoritm,is presented to compute the logic probabilities(i.e.signal probabilities)accurately,The transfer properties of logic probabilities are studied first,which are useful for the calculation of logic probability of the circuit with random independent inputs.Then the orthogonal algoritm is described to compute the logic probability of Boolean function realized by a combinational circuit.This algorithm can make Boolean function “ORTHOGONAL”so that the logic probabilities can be easily calculated by summing up the logic probabilities of all orthogonal terms of the Booleam function.     

发掘多值属性的关联规则

属性值可以取布尔量或多值量.从以布尔量描述的数据中发掘关联规则已经有比较成熟的系统和方法,而对于多值量则不然.将多值量的数据转化为布尔型的数据是一条方便、有效的途径.提出一种算法,根据数据本身的情况决定多值量的划分,进而将划分后的区段映射为布尔量,在此基础上可发掘容易理解且具有概括性的、有效的关联规则.     

An algorithm for identifying symmetric variables based on the order eigenvalue matrix

To simplify the process for identifying 12 types of symmetric variables in Boolean functions, we propose a new symmetry detection algorithm based on minterm expansion or the truth table. First, the order eigenvalue matrix based on a truth table is defined according to the symmetry definition of a logic variable. By analyzing the constraint conditions of the order eigenvalue matrix for 12 types of symmetric variables, an algorithm is proposed for identifying symmetric variables of the Boolean function. This algorithm can be applied to identify the symmetric variables of Boolean functions with or without don’t-care terms. The proposed method avoids the restriction by the number of logic variables of the graphical method, spectral coefficient methods, and AND-XOR expansion coefficient methods, and solves the problem of completeness in the fast compu-tation method. The algorithm has been implemented in C language and tested on MCNC91 benchmarks. The application results show that, compared with the traditional methods, the new algorithm is an optimal detection method in terms of the applicability of the number of logic variables, the Boolean function including don’t-care terms, detection type, and complexity of the identification process.     

The computation of hitting sets: Review and new algorithms

In model-based diagnosis or other research fields, the hitting sets of a set cluster are usually used. In this paper we introduce some algorithms, including the new BHS-tree and Boolean algebraic algorithms. In the BHS-tree algorithm, a binary-tree is used for the computation of hitting sets, and in the Boolean algebraic algorithm, components are represented by Boolean variables. It runs just for one time to catch the minimal hitting sets. We implemented the algorithms and present empirical results in order to show their superiority over other algorithms for computing hitting sets.     

Generation of sign Walsh spectra from disjoint cubes of Boolean functions

A new algorithm is given that converts a reduced representation of Boolean functions in the form of disjoint cubes to sign Walsh spectra. Since the known algorithms that generate sign Walsh spectra always start from the truth table of Boolean functions, the method presented computes faster with a smaller computer memory. The method is especially efficient for such Boolean functions that are described by only few disjoint cubes.     

基于两种新型遗传算子的优化组合遗传算法①

针对遗传算法中全局搜索与局部搜索之间的矛盾,应用二进制编码对搜索空间描述精细、容易位值计算的特点,从矩阵遗传算子和布尔遗传算子的角度,分别对全局搜索和局部搜索的性能进行改进,并将二者组合应用,构造基于这两种新型遗传算子的优化组合遗传算法,避免了传统遗传算法中杂交率和变异率参数的选取,保证了算法的全局收敛性。实验结果表明,该算法具有更好的整体搜索性能。对应用二进制编码遗传算法求解复杂非线性优化问题具有重要借鉴意义。     

基于两种新型遗传算子的优化组合遗传算法①

针对遗传算法中全局搜索与局部搜索之间的矛盾,应用二进制编码对搜索空间描述精细、容易位值计算的特点,从矩阵遗传算子和布尔遗传算子的角度,分别对全局搜索和局部搜索的性能进行改进,并将二者组合应用,构造基于这两种新型遗传算子的优化组合遗传算法,避免了传统遗传算法中杂交率和变异率参数的选取,保证了算法的全局收敛性。实验结果表明,该算法具有更好的整体搜索性能,对应用二进制编码遗传算法求解复杂非线性优化问题具有重要借鉴意义。     

一般点模型的交互式布尔运算

提出了一个适用于一般点模型的交互式布尔运算算法,此算法由4个步骤组成．首先将点模型表示为自适应的三色八叉树,然后利用自适应八叉树结构加速内外测试．对于局部采样密度不一致的相交区域或曲率太大容易导致较大求交误差的地方,实行了自适应细分加密采样;重采样相交的部分以获得更精确的求交结果．与已有的点模型布尔运算方法相比,该算法适用于一般的实测点云数据,包括少量噪声的点模型、非均匀采样以及不同分辨率点模型之间的交互式布尔运算。