基于Hash函数取样的线性时间聚类方法LCHS

作为数据挖掘中的经典算法，k-中心点算法存在效率低、对大数据集适应性差等严重不足．该文针对这一不足，提出并实现Hash分层模型LCHS（Linear Clustering Based Hash Sampling），主要贡献包括：（1）将m雏超立方体按等概率空间进行分桶，使得每层（即Hash桶）的数据个数相近，以较小的计算代价获得分层抽样的效果；（2）新算法保证了样本具有对总体数据的充分的统计代表性；（3）从理论上证明了新算法复杂度为O（N）；（4）对比实验表明新算法在数据集的个数接近10000时，效率比传统算法提高2个数量级，数据集的个数接近8000时，聚类质量比CLARA算法提高55％．     

面向OLGP的多维信息网络数据仓库模型设计

信息网络的出现使信息由简单的数值型数据演化成较复杂的图网络结构。如何对基于图的信息网络数据进行良好的组织和存储成为一个亟待解决的问题。利用维建模的方法对基于图的信息网络数据进行模型设计,提出了多维信息网络仓库模型。该模型由边事实表、节点事实表、信息维连接属性表以及拓扑维节点属性表组成,能够为在线图处理提供底层的数据平台。实验表明该模型在消除冗余、查询时间、存储空间上均较泛关系表有明显优势。新模型在1．25万篇ACM论文上的查询时间稳定在几十毫秒,较泛关系表的查询时间约减少一个数量级。在空间性能上,随着论文数量的增加,该模型存储空间开销的增长速度远小于泛关系表的增长速度。     

基于基因表达式编程的频繁函数集挖掘

函数挖掘旨在从观测数据中发现有效的函数关系,传统的函数挖掘以发现单个函数为挖掘目标,难以处理复杂数据集．为解决上述问题,作者做了如下工作：（1）提出了描述能力更强的频繁函数集FFS概念;（2）提出并实现了基于基因表达式编程的频繁函数集挖掘算法FFSM（3）在GEP中采用了精度阈值队列策略PTQ,有效地提高了FFSM的成功率;（4）用实验证实了FFS更强的描述能力和PTQ的有效性,其中,在挖掘高精度复杂函数时PTQ使FFSM的成功率提高了55倍．     

基于多目标并行基因表达式编程的电路演化算法

为提高数字电路演化的效率和成功率,在并行基因表达式编程的基础上,对电路设计中涉及的多个目标进行了定义与量化,并针对这些目标提出基于多目标并行基因表达式编程的电路演化算法(MPGEP).主要工作包括:1)设计演化电路中的GEP编码;2)利用OpenMP设计基于通用多核处理器的并行基因表达式编程模型;3)定义和量化电路演化的多个目标,利用非支配排序和适应度共享策略来提高搜索方向的空间均匀性;4)通过数字电路演化实验证明,与传统的GP和GEP算法相比,MPGEP算法不仅进化时间减少了86.1%和31.4%,同时还能得到更简单和实用的电路,得到最优电路比率提高了50.4%和38.9%;与多目标串行电路演化算法MGEP相比,MPGEP算法的进化时间减少了48.7%;与并行电路演化算法PGEP-MC相比,MPGEP算法得到最优电路的比率提高了38.3%.     

干预规则挖掘的概念、任务与研究进展

干预规则挖掘是近年从干预实践中提出的新型数据挖掘任务,旨在利用数据挖掘技术探测干预事件,发现最佳干预时机和力度,提供促进事物向期待状态转化的决策支持.文中以四年的研究实践为背景,介绍干预规则挖掘的研究沿革和现状,给出了干预规则挖掘的任务分类.从三个角度,即干预效果预测、干预方法发现和未知干预探测三方面,介绍干预规则挖掘...     

ASCA:一种快速自适应聚类算法

为提高银行存贷款数据集上的聚类质量和聚类效率,本文做了下列工作:(1)定义了簇的直径.(2)提出了利用距离尺度降维的中心距序降维法,证明了新方法在降维时能保持聚类质量(此研究属压复杂问题).(3)提出了自适应排序聚类算法ASCA(Adaptive Sort Clustering Algorithm),ASCA算法在一维数据和多维数据集上能够进行有效的聚类.(4)做了详实的实验,和传统的Cobweb算法、K-means算法做了对比,实验表明新方法能减少聚类时间,最多减少了53%.     

基于Markov过程预测的页面置换方法

页面替换是操作系统实现虚拟存换方法的缺点,提出一种基于Markov随机过程的页面调度模型.通过分析页面置换序列,发现其规律并模拟该序列,目的是接近最优替换方法以降低缺页率.实现了基于该模型的页面置换方法,通过实验证明新方法能提高页面换入命中率并控制时间耗费.     

基于小生境基因表达式编程的多模函数优化

为了解决传统基因表达式编程(GEP)无法发现多模函数的所有最优解的问题,将小生境概念引入到基因表达式编程中。分析了传统GEP算法在多模函数优化方面的不足,提出了小生境半径的自适应调整策略AMNR,提出了基于小生境基因表达式编程的多模函数优化算法NGEP-MFO。扩展了传统GEP的应用领域,实验表明,相对于传统GEP,NGEP-MFO能大幅提高发现所有最优解的成功率和判定最优解的准确度。     

LDecode：具有线性复杂度的GEP适应度评价算法

基因表达式编程(Gene Expression Programming,GEP)在处理复杂长基因时的空间、时间效率较低,为解决这一问题,提出并实现了具有线性复杂度的染色体适应度评价算法.分析了传统GEP算法中借助ET(Expression Tree)树进行染色体适应度评价的局限性;提出并实现了具有线性复杂度的染色体适应度评价算法LDecode算法;针对染色体长度、种群大小、测试数据集大小、进化代数等不同参数,对提出的染色体适应度评价算法进行了评价和分析.试验表明,提出的评价算法运行速度较传统基于ET树的GEP提高了4.5～5.1倍,时间、空间复杂度均为O(n).     

基于基因表达式编程的多目标优化算法

目前的多目标优化进化算法在高维的决策空间中收敛性能不佳,针对这个问题,提出了基于基因表达式编程的多目标优化算法GEPMO,主要工作包括：提出了新的个体编码方案,分离了值基因和位置基因;设计了新的算子;分析了GEPMO的编码空间;提出了GEPMO的框架。在标准测试函数上的实验结果表明了新算法的有效性,在高维决策空间中GEPMO能够覆盖SPEA算法的结果集87.5%,但SPEA覆盖GEPMO仅为5%。