M-GEP:基于多层染色体基因表达式编程的遗传进化算法

该文提出了一种新的基于多层染色体基因表达式编程的遗传进化算法M—GEP,新算法引入了多层染色体的概念,利用染色体构建的层次调用模型对个体进行表达,在解决实际函数发现、电路进化等实际问题中取得了良好效果．该文主要贡献包括：（1）提出了基于多染色体的基因表达式编程算法（M-GEP）;（2）建立了不同染色体的层次调用模型及存储结构;（3）提出并实现了基于染色体的重组算子和基因随机重组算子．对多基因GEP和单基因GEP的对比实验结果表明,平均进化辈数仅为后者的29％～81％．     

双向关联规则挖掘及其相关性分析

分析了关联规则挖掘存在的3个问题：①不能有效地发现低支持度高置信度的有趣规则;②不能确定“相互依赖”的规则,如中药方剂中的药对药组;③找到的规则并不一定是有趣的,甚至是错误的。鉴于此,提出了双向关联规则挖掘,并对其进行了相关性分析。最后,将新方法用于中药方荆配伍规律的研究中,发现了大量具有重要意义的药对药组,证明新方法能很好地解决上述问题。     

基于轨迹时空关联语义和时态熵的移动对象社会角色发现

现有轨迹相似性度量缺乏对时空语义和时间随机性的考虑,不能有效地区分移动对象的社会角色.为解决这一问题,做了如下工作:1)提出了时空关联语义(spatial-temporal associated semantics,STAS)的概念,解释了轨迹的语义相似性规律,即两条轨迹的语义相似性与其在某时段内经过同类型区域的概率正相关;2)提出了时态熵(temporal entropy)的概念,度量了轨迹经过同一类型区域的时间随机性;3)基于STAS和时态熵,给出轨迹语义相似性度量(trajectory semantic similarity,TSS),刻画了轨迹所属移动对象的社会角色的时空特征;4)提出了移动对象社会角色发现算法(social roles discovering algorithm,SRDA),该算法基于TSS实现轨迹聚类,其中一个聚簇代表一种社会角色.真实数据和仿真数据上的实验表明,SRDA在准确率上比现有方法平均提高了18%,同时具有线性时间复杂度,从而验证了算法的有效性和性能.     

面向领域的学术文献检索框架

在学术文献检索中,如果检索系统根据用户提交的查询返回相关领域的文献,并将文献按重要程度进行排序,可以帮助用户快速了解相关学术领域.提出一个面向领域的学术文献检索框架,结合引用网络分析和内容分析来发现并排序相关领域重要文献.该框架设计了一个评分函数进行检索,包含两个方面:(1)论文在所查询领域的重要性;(2)论文与该领域的相关性.首先研究了一个“社区核”发现算法,从引用网络上发现和查询领域相关的一个文献子集,并对论文计算重要性评分.设计了一种有监督非负矩阵分解算法,该算法使用确定的领域相关文献为先验知识对其他论文进行分类并给出一个评分,以确定论文和查询学术领域的相关性.在真实数据集和合成数据集上的实验,证实了方法的有效性.     

无表达式树的基因表达

传统基因表达式编程（GEP）进行基因表达时,动态生成释放大量表达式树（ET）,成为GEP的性能瓶颈。提出基于Scale的基因表达算法解决此问题。Scale是一个约束线性表。由于Scale支持一次创建,永久使用,而无须更多维护。所以把基因表达至Scale中避免了ET的动态生成和释放。实验结果表明,在多数情况中,基于Scale的基因表达较基于ET的基因表达快6~10 倍。     

一种高效的基于依赖树的Cube算法

多维数据立方（Cube)的计算对联机事务分析有着极为重要的作用。本文针对传统的多维数据Cube计算中的不足,提出了一种新的基于依赖树的多维数据Cube计算模式,并对该计算模式提出了优化算法。实验表明,新的算法提高效率一个数量级以上。     

创建出生缺陷监测数据仓库

出生缺陷是影响中国人口和社会可持续发展的重大公共卫生问题和社会问题。中国出生缺陷监测中心数据表明中国是出生缺陷高发国家,每年约有80—120万例出生缺陷发生,重大出生缺陷发生率高于世界平均水平,特别是在农村地区或西部贫困地区。据不完全统计中国每年因神经管缺陷造成的直接经济损失超过2亿元,唐氏综合征的经济损失超过70亿元,先天陛心脏病的经济损失高达130亿元。     

时态数据的变粒度分段存储策略及其效益分析S

根据时态数据库用户对数据厚今薄古的需求特点,该文提出变粒度分段存储技术,将一个对象的历史分为3个时期,分介质、变粒度存储.文章讨论了分段存储的特殊数据结构、时代转移算法和压缩采样算法.基于微机实用参数的定量分析表明,这一技术将时态存储密度和时态查询速度提高了一个数量级.     

知识发现的研究现状,核心技术和哲学思想

介绍知识发现和数据采掘技术的发展背景和研究动态,用实用简明的例子说明数据采掘的主要任务,并从方法论上分析ＫＤＤ的技术优势。     

Graph OLAPing 的建模、设计与实现

提出了一系列Graph的OLAP模型和算法,实现了以Graph数据为中心度量的OLAP操作.主要贡献包括:(1)提出了面向Graph的数据仓库概念模型——双星模型;(2)提出了Graph的数据立方概念和创建过程;(3)设计了信息维聚集算法I-OLAPing;(4)设计了拓扑维聚集算法T-OLAPing;(5)实现了Graph OLAP的原型系统Graph OLAPer1.0.实验结果表明,设计和实现的Graph OLAPing算法及原型系统Graph OLAPer1.0能够有效地进行科研合作网分析.