一种基于AST的代码抄袭检测方法*

针对目前代码抄袭检测方面的研究大多是基于程序源码层面进行相似度比较,不需要对代码进行语法分析,由于忽略程序语法语义,对稍加结构修改的抄袭行为无法有效检测的现状,提出一种基于AST的代码抄袭检测方法.先将代码进行格式化预处理,再进行词法分析、语法分析,得到对应的AST;然后遍历AST生成代码序列,对代码序列进行相似度计算,从而得到代码的抄袭检测报告.实验结果表明,该方法能够有效检测出C程序代码的抄袭行为,并对C++、Java等多种程序代码的抄袭检测具有一定的通用性和可扩展性.     

隐私保护的分布式决策树分类算法的研究*

针对分布式决策树构造过程中的隐私保护问题,引入安全多方计算方法设计了可以保护隐私的分布式C4.5决策树分类算法。该算法适用于数据集垂直分布和水平分布两种情况,同时提出了一种新的隐私保护程度的度量方法。实验结果证明设计的隐私保护分布式决策树分类算法不仅很好地保护了原始数据不泄露,同时保持了较高的分类精度。     

Fuzzing技术的样本数据组合研究*

提出了基于样本数据组合的Fuzzing技术,并抽象出了解决样本数据覆盖问题（data sample covering problem,DSCP）的数学模型;为了更好地解决样本数据覆盖问题,提出了改进遗传算法(developed genetic algorithm,DGA),通过实例实验说明了DGA的有效性,并且通过仿真实验,验证了算法在求解复杂协议文件样本数据覆盖问题时比贪心算法和简单遗传算法具有更高的效率。     

高阶逻辑下知识表示与聚类方法的研究*

针对一阶逻辑在复杂结构数据环境中存在模式搜索空间庞大和不能发明新谓词的缺点,提出了使用类型化的高阶逻辑知识表示语言Escher去表示各种复杂结构的数据,利用其强类型语法有效地约束知识发现过程中模式的搜索空间和高阶的特点去解决新谓词构造的问题。设计了以Escher为基础的复杂结构数据中的知识发现过程和基于复杂结构数据的聚类算法,并以实验验证了其有效性。     

数据发布中的隐私保护研究综述*

如何在发布涉及个人隐私的数据时保证敏感信息不泄露,同时又能最大程度地提高发布数据的效用,是隐私保护中面临的重大挑战。近年来国内外学者对数据发布中的隐私保护（privacy-preserving data publishing,PPDP）进行了大量研究,适时地对研究成果进行总结,能够明确研究方向。对数据发布领域的隐私保护成果进行了总结,介绍了常用的隐私保护模型和技术、隐私度量标准和算法,重点阐述了PPDP在不同场景中的应用,指出了PPDP可能的研究课题和应用前景。     

FAST健康监测数据采集系统开发研究

对500m口径大射电望远镜(Five-hundred-meter Aperture Spherical Telescope,简称FAST)健康监测系统基础组成部分—FAST健康监测数据采集系统进行开发研究.分析了FAST传感器选型影响因素,结合传感器自身适用标准进行具体选型,完成了基于所选传感器的硬件系统设计,运用Labview平台开发了与FAST监测系统相适应的采集软件系统,形成一套完整的基于虚拟仪器技术的FAST健康监测数据采集系统.FAST30m模型试验是FAST建设过程中的关键步骤,通过在模型试验中的成功应用,表明该系统可为将来FAST健康监测系统的完善提供重要支撑条件.     

多维数据流最大频集挖掘模型和算法

为了挖掘到有价值的信息,需要挖掘多维数据流上的频繁项目集,因此引入多维项目和多维项目集的概念表示多维数据流上的项目.设计了一种紧凑、压缩的数据结构MaxFP-Tree用于维护多维项目集,并在MaxFP-Tree的基础上设计了挖掘多维数据流上最大频集的增量式更新算法.实验结果表明,设计的挖掘多维数据流中最大频集的模型和算法是高效的.     

基于数据仓库的销售数据可视化分析系统

为了辅助销售管理者充分利用已有的历史销售数据,快速直观地捕获敏感数据,及时准确地把握市场行情,研究了以数据仓库为分析平台,根据销售数据具有的地理特征,结合Google提供的Google Maps API（Application Program Interface）,将OLAP（Online Analytical Processing）的分析操作映射到地图具有的交互操作上的可视化分析系统。并基于实际案例着重设计并优化了数据仓库架构,为系统应用开发奠定了良好的基础。实践证明,系统有效提高了销售管理部门的统筹决策的效率及能力,为企业创造了更大的经济效益。     

基于类云模型聚类的多目标数据关联算法

针对多目标跟踪中的数据关联问题,提出一种基于类云模型c-均值聚类的数据关联算法.该算法采用类云模型c-均值聚类算法对目标有效回波进行聚类,将聚类中心作为目标最终观测值,运用最近邻法对聚类中心与航迹进行关联,用Kalman滤波器进行状态估计.实验结果表明,本算法与联合概率数据互联算法相比,跟踪精度高,计算量小,更适应于工程应用.     

一种新的数据滤波算法

针对常规数据一阶特征估计（滤波）算法的局限性,提出了一种新的滤波算法.算法基于0-1序列思想和时滞原理设计,充分考虑了数据特征之间的相互影响,通过两个意义明确的估值器有效地降低了其他数据特征对一阶特征的影响.应用新算法对某电厂风烟系统数据进行了仿真,仿真结果验证了新算法的有效性.