局域同构分布式系统的自适应任务分配算法

本文为局域同构分布式系统设计—个自适应任务分配算法。它使用阈值和阈长两个参量把节点划分成接受者、负载适中者和发送者三种类型，并根据节点的类型分布和任务等待情况等自适应地进行阈值修改。它采用发送者和接受者都能启动的对称启动机制，并通过系统总负载和任务总等待量的估计来自适应地控制启动行为的实施。它依靠分散式的状态估计和收集方法使得每个节点都可以进行任务分配工作。它力求在负载均衡、任务平均等待时间以及系统效率上实现综合优化。     

数据挖掘的概念、系统结构和方法

首先对数据挖掘的概念及相关流派加以归纳，然后给出一个数据挖掘系统的体系结构，并通过它介绍数据挖掘系统的主要功能部件，最后对数据挖掘的主要方法进行分析。     

数据仓库的质量管理问题和方法

A data warehouse is often a large-scale information system for an enterprise,so its quality management isimportant and difficult. Recently, some researchers have studied the problems of quality management in data ware-houses from different views ,and achieved some good results. This paper will broadly introduce the concept ,methods and techniques in quality management in data warehouses ,and discuss the important quality factors in data warehous-es in detail.     

基于多维数据流挖掘技术的入侵检测模型与算法

网络访问数据有着数据流的高速、无穷达到的特点,所以利用传统多遍扫描数据库的挖掘技术来构建入侵检测模型是不可行的.针对网络访问数据流的特点,提出了一种基于多维数据流挖掘技术的入侵检测模型.此模型将传统的误用检测和异常检测两种入侵检测方法进行有机融合,因此能够克服目前广泛使用的误用检测方法无法检测新的攻击类型的缺点,并且也能够保持检测的高效性.网络访问数据记录的结构是复杂的,一个访问行为总是联系到许多属性,所以分析的难度很大.因此,引入多维频度等概念来解决网络数据流的模式表示和生成问题.同时,针对多维频度模式的特点,提出了一种新型数据结构MaxFP-Tree.在MaxFP-Tree的基础上,给出了一种高效的挖掘网络访问数据流的学习算法MaxFPinNDS.MaxFPinNDS采用衰减机制挖掘,可以快速地形成一个数据流的最近时期数据所隐舍的最大频繁项目集.实验表明,设计的入侵检测模型是有效的.     

分段扫描生成频繁项目序列集的挖掘算法

关联规则挖掘是数据挖掘研究的重要分支。发现频繁项目序列集又是关联规则挖掘中的一个关键阶段。十几年来,许多发现频繁项目集的算法已经被提出。近几年来,人们更关注于在大型数据集中高效发现频繁项目集的算法研究,特别是在减少数据库的扫描次数、提高内存利用率等方面。该文提出一个称为DFISP的算法,它是基于数据分段扫描策略的,并且只需两次数据库扫描即可完成频繁项目序列集的生成。实验表明,DFISP算法是稳定而高效的。     

基于数据概要描述的分布式数据流聚类模型与算法

数据流挖掘可有效解决大容量流式数据的知识发现问题,并已得到广泛研究.数据流的一个典型的例子是传感器采集的流式数据.然而,随着传感器网络的应用普及,这些流式数据在很多情况下是分布式采集和管理的,这就必然导致分布式地挖掘数据流的需求.分布式数据流挖掘的最大障碍是由分布式而导致的挖掘质量或者效率问题.为适应分布式数据流的聚类挖掘,探讨了分布式数据流的挖掘模型,并且基于该模型设计了对应的概要数据结构和关键的挖掘算法,给出了算法的理论评估或者实验验证.实验说明,提出的模型和算法可以有效地减少数据通信代价,并且能保证较高的全局模式的聚类质量.     

基于k-means聚类的股票KDJ类指标综合分析方法

股票技术分析是证券分析的常用手段之一，目前的股票技术分析主要存在2个问题：1)都是从某个角度进行单维度分析，投资决策有较大偏差；2)任何单一的技术指标都有其局限性，需要相互补充才能更好进行投资决策。针对这些问题，本文讨论如何利用数据挖掘技术进行股票多维度综合分析问题。首先，分析数据挖掘应用到股票分析中可以解决的问题及可能面临的挑战；其次，提出一种基于数据挖掘聚类方法的选股模型；最后，对1364只上证股票进行实证分析，形成对股票的随机指标K、D、J等的综合挖掘结果。     

时态约束下的数据挖掘问题及算法

对于一个大型数据库而言,为了提高挖掘效率,必须考虑减少数据库的扫描次数,同时使内存需求量保持在一个适当的水平上.把时态约束应用到事务数据库的挖掘中,可以获得更好的效率.本文首先利用时态区间代数操作实现原始数据库的过滤和挖掘时态区间的合并;然后在定义项目序列集操作的基础上,提出一个称为TISS-DM的发现频繁项目序列集的高效算法;最后讨论了这个算法的效率.     

分布式系统中的双向启动自适应任务分配算法

本文讨论一种分布式系统中的任务分配算法，对它所使用的数据结构、算法实现以及性能等给予阐述，本算法采用双向启动策略，而且能根据系统总负功情况等自动选择发送者或接受者启动，所以称为双向启动自适应算法，同时，利用阈值和阈长两种参数把系统中的节点分为接受节点，负载适中节点和发送节点，它保证了寻找合作节点的优化和寻找速度的提高，是一种启发式算法。     

“计算机系统结构”校级精品课程建设的探索与实践

精品课程的建设可以促进教学水平和教学质量的提高,本文通过对"计算机系统结构"校级精品课程建设的研究,对该课程的课程定位、教学模式、教学方法等做了有益的探索,提出创新教育、知识更新的思想。