基于EMFP-树的频繁模式挖掘算法

针对MFP-tree挖掘算法的不足,给出了一个频繁模式挖掘算法EMFP。算法通过将事务数据库的每条事务支持度进行裁剪以及为EMFP-树的节点添加子树个数计数器等措施来提高EMFP-树的挖掘算法的效率。实验结果表明,EMFP-树的挖掘算法是一个高效的频繁模式挖掘算法,其性能优于MFP算法。     

多步自适应组合预测及其应用

提出一种多步自适应组合预测方法.预测由多个并行不同的多步自适应预测模型组成,最终预测结果,由多个预测模型预测值的线性加权组合决定.本法适用于随机时变动态系统过程的多步预测问题,在某省粮食产量趋势预测中,应用此法获得了良好的效果.     

基于IOWA算子的区间组合预测方法

针对预测值与实际值都以区间数形式给出的组合预测问题,引进诱导有序加权平均(IOWA)算子,提出了以区间中心位置误差平方和与区间长度误差平方和的凸组合为准则的区间组合预测模型,给出了确定Ⅰ-OWA算子区间组合预测模型权系数的数学规划方法,实例分析表明,该模型能有效提高区间组合预测精度.     

双主体动态异质性报酬组合激励机制的建模与应用

基于激励源的多维和多层次特征,研究委托-代理关系中的异质性报酬组合激励问题,讨论报酬组合激励机制的构建途径,给出双主体异质性报酬组合激励模型.分析指出激励效果不但取决于企业管理者的能力,而且也取决于企业所有者的激励模式;长期内,企业管理者的潜力是有效激励的关键.基于企业生命周期理论和人生心理发展周期理论,以企业成长为主线,讨论企业管理者不同阶段的双主体异质性报酬组合激励模式,体现激励的动态性.     

示范重点专业建设改革与实践——以环境监测与治理技术专业为例

以环境监测与治理技术专业为例,通过示范重点专业建设,明确专业定位,构建"单元教学+岗位实训"的人才培养模式,建立工学结合、双证融合的课程体系;按照专业教学规范制定"人才培养方案"和"人才培养施工图"并组织教学;制定课程标准并改进原有的课程及教法,建设优质核心课程及精品课程;通过安排教师参加国内外培训,熟悉先进高职办学模式及职教经验,参加职业技能培训提高动手能力,获取相关专业职业资格证书及上岗证书等途径开展师资队伍建设;利用示范建设资金建设完善教学实验实训条件,同时提高社会服务能力。     

面向目标的带先验概率的AdaBoost算法

针对集成学习算法研究中多个分类器的最佳组合问题,改进了传统的AdaBoost集成学习算法.用于组合的各个分类器通常是基于样本集通过一定的训练得到,样本集中不同类目标的比率可以反映分类目标的先验概率.使用该参数给出了新的组合参数和投票表决阈值计算公式,巧妙的利用样本权值并将其加入到样本属性上进行训练学习,采用新的策略来选择基分类器,给出了面向目标的带先验概率的AdaBoost算法(GWPP AdaBoost算法)和分类器的最佳组合.依据UCI实验数据对传统的AdaBoost算法、Bagging算法、GWPP AdaBoost算法的错误率和性能进行了比较分析,验证了GWPP AdaBoost的有效性.     

大庆长垣及以东地区泉头组三、四段重矿物特征及沉积体系分析

通过对大庆长垣及以东地区下白垩统泉头组三、四段重矿物组合特征和ZTR指数变化特征研究,对大庆长垣及以东地区泉头组三、四段的物源及沉积体系进行了分析.认为研究区主要存在六大沉积体系,即北部沉积体系、拜泉—明水沉积体系、西部英台沉积体系、西南保康沉积体系、南部怀德沉积体系和东部沉积体系,并对每个沉积体系的影响范围和强度变化进行了综合分析和厘定.     

基于最大熵原理的大坝安全监控组合预测模型研究

大坝性态受到内外多种不确定因素的影响,使得监测效应量在一定程度上呈现出随机和不确定性的特点,单一的安全监控预测模型不可避免地存在某些缺陷。采用最大熵原理建立大坝安全监控的组合预测模型,该模型以各单一模型的预测结果作为约束信息,利用最大熵原理得到预测结果的分布。实例分析表明该方法能够突出监测量变化的随机性特点,有效地提高了大坝安全监控模型的预测精度。     

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。     

多维Fuzzing技术综述*

Fuzzing技术是一项有效的动态漏洞挖掘技术,但是当前对多维Fuzzing技术的研究还不多见。把多维Fuzzing技术面临的问题归纳为组合爆炸、覆盖脆弱语句和触发潜在漏洞三个问题,对存在的多种多维Fuzzing技术进行了研究和比较,并总结出多维Fuzzing技术的三个基本步骤：定位脆弱语句、查找影响脆弱语句的输入元素和多维Fuzzing测试挖掘脆弱语句中的漏洞。最后,给出了多维Fuzzing技术的进一步发展方向。