一种高效的多维关联规则挖掘算法研究

对经典关联规则挖掘算法进行深入研究的基础上，结合数据立方体的结构特点和OLAP技术，给出了一种高效的多维关联规则挖掘算法，并对不同数据立方体下的算法的性能进行了分析比较。     

多维度TD-SCDMA网络覆盖分析方法研究

在日常的网络质量评估中,优化人员通常根据DT、网管统计等某一方面数据进行判断,因受时间、地点、位置的限制较大,分析的结果不能较全面、准确地反映网络问题。在综合分析ATU、MR等分析手段的基础上,给出了一种多维度的TD-SCDMA网络覆盖分析方法,其对ATU、MR、网管统计及经分数据进行多角度的关联,达到精确评估TD网络覆盖的目的,进而为市场提供参考实现TD终端的精确营销。     

一种多维并行报文分类算法

位并行、位向量和聚合位向量算法通过对多个域进行并行处理加快分类速度,但三者内存占用太大,不适用于大规则集。为此,提出一种压缩位并行算法,通过报文分类压缩每个域上的重复规则并重新组织规则集,从而缩短位图中位串的长度,减少内存空间的占用。实验结果证明,该压缩位并行算法在不影响运行速度的前提下,明显减少了空间占用。     

具有多维特征的WSN路由协议研究

为实现不同地理维数数据类型的合理融合,提出一种基于通用搜索树(GiST)的分簇拓扑结构。利用叶节点的位置信息建立簇,通过GiST体系结构算法对区域内的所有簇进行分块组织,建立树形拓扑结构。仿真结果表明,GiST体系结构算法具有良好的多维特性,可快速进行不同维数结构间的融合。建立的结构与其他拓扑结构相比,网络传输效率较高,网络生命周期较长。     

多维度自适应的协同过滤推荐算法

传统的协同过滤推荐算法明显存在的缺点是数据稀疏性导致所求相似性的不准确,影响最终推荐质量.本文围绕其局限性展开研究,提出一种多维度自适应的协同过滤推荐算法,有机结合三种推荐模型——基于用户、基于项目以及基于评论的相似性计算,将观点挖掘技术运用到协同过滤推荐算法中,并通过动态度量方法自动确定三个维度的权重产生最终推荐.实验结果表明,该算法可以有效缓解用户评分数据稀疏带来的不良影响,提高预测准确率和推荐质量.     

基于多维时间序列挖掘的降雨天气模型研究

为研究降雨天气中降雨量和相关气象要素的关系,找出降雨前后相关气象要素的变化规律,提出了多维时间序列数据挖掘模型.该模型首先对气象要素时间序列进行维度选择预处理,剔除不相关及冗余维度,然后运用提出的极值斜率分段线性拟合法对时间序列进行分段、数据压缩及特征值提取,最后使用k-means聚类算法对处理后的多维序列进行符号化,利用规则提取得到降雨天气模型.实验结果表明了该模型具有较好的实用价值.     

数据仓库中基于模糊数据的数据立方体设计

数据仓库中的维数据或度量数据都是确定的,其多维分析也是基于确定数据展开的。在现实中,由于环境的复杂与不确定性,常常需要对模糊数据进行多维分析。文章利用隶属度函数实现确定数据的模糊化,形成基于模糊数据的数据立方体,用以展开多维分析。     

基于数据仓库的高校教职工图书借阅多维分析

介绍构建高校图书借阅数据仓库的过程,建立多维图书借阅数据集,使用OLAP数据分析方法对教职工图书借阅进行多维分析,对结果进行认真的分析和解释,并指出今后高校教师应加强自身综合素质的提高才能适应高素质人才培养的要求。     

ARM多维天线阵控制系统的设计

介绍基于ARM和CPLD的多维天线阵控制系统的设计。系统采用串行通信方式,用ARM嵌入式系统与CPLD相连接取代传统上采用的计算机连接CPLD方式的控制,由于ARM的运用使系统控制阵列天线更具智能化、应用程序更简化,CPLD的使用大大增加了与外设相连接的引脚数,满足了项目中对多条控制线的需求。作为主控制器的ARM取代了PC机,ARM具有体积小、集成度高、运算速度快、存储器容量大、功耗低等特点,节约了项目成本,缩小了整机体积,增强了系统的稳定性和灵活性,在实际应用中取得了理想的效果。     

基于Kademlia的P2P多维范围查询系统

结构化P2P网络具有良好的可扩展性,但难以支持多关键词查询、范围查询等复杂查询。该文分析已有复杂查询方法,提出一种基于Kademlia的P2P多维范围查询系统K-net。K-net在进行多维范围查询时,完成高维范围数据降维和范围划分,减少查询所需带宽。模拟结果显示,该系统具有良好的查询准确度和可扩展性。