心形线的像素级生成算法

给出了心形线的像素级绘制算法。基于心形线在直角坐标系中的隐函数形式,迭代过程中避免了三角函数运算,绘制时以x,y的坐标的增量为步长,充分体现了光栅显示器的特点。利用曲线各阶差分的递推计算,只用到整数的加减法运算。生成的曲线误差在坐标轴方向最大偏差不大于半个像素单位。     

RAID系统扩容方案研究综述

随着云计算、物联网和人工智能等IT技术驱动数字经济产业的繁荣发展,现代企业信息化需求对数据中心存储能力提出了更高的要求和挑战.RAID系统因具备良好的数据存储可靠性和磁盘阵列可扩展性而得到广泛应用.为了满足海量数据对存储容量日益增长的需求,业界普遍采用扩容现有RAID系统以应对海量数据的存储问题.电子商务、Web服务和金融等行业对数据的实时访问,使得数据中心必须为用户提供7*24的高质服务响应,然而数据迁移量,负载均衡和扩容开销等因素都会影响扩容的效率,因此如何设计出一种高效的扩容方案越来越受到科研人员的关注.本文根据研究对象的不同将RAID扩容方案分为：基于块存储、对象存储、文件系统存储的扩容方案,同时根据RAID扩容方案研究历程和优化策略的不同,又可分为优化数据迁移过程和减少数据迁移量的扩容方案.文章结合不同的应用场景介绍了典型和常见的扩容方案,并从评价扩容方案性能各项重要指标的角度详细分析了现有的RAID扩容方案,并指出各种扩容方案的不足以及未来可能的发展方向.如何权衡影响扩容方案性能的各项因素,设计出数据迁移少,负载均衡好,扩容开销低的高效扩容方案,将会是今后相当长一段时间海量数据存储研究的热点问题.     

软集决策信息系统的属性约简

粗集和软集在解决不确定的问题的决策分析过程中,属性约简是关键和棘手的问题.与粗集理论相比较,利用软集方法能够有效地简化决策过程.决策信息系统用软集形式表示,用软集处理粗集理论中的等价关系,进行有效的属性约简,给出一个属性真度的概念作为反映条件属性重要性的函数,在此基础上给出一种适合软集属性约简的启发式算法,通过分析和实例证明该软集属性约简方法,简化约简过程,降低运算的复杂度.     

基于SOFM与RBF神经网络的自由曲面重建

根据SOFM神经网络重构曲面样本点的内在拓扑关系,实现对散乱数据的工程近似化,利用RBF神经网络具有的强大非线性逼近能力,提出一种基于SOFM网络和RBF网络相结合的自由曲面重建方法.该方法可有效地解决RBF神经网络对大规模密集散乱点的曲面拟合时出现计算量大、数据网格化难、网络收敛速度慢等问题.     

模糊智能决策树模型与应用研究

决策问题是计算智能最核心的问题之一。基于模糊数学理论建立了一个普适的模糊决策树模型;用节点刻画决策前提和控制信息,用树上的边形式化推理规则;并在节点和边上定义合理的模糊决策算子,进行多级综合决策。工程决策考虑不同方案的成本、可行性和收益,将这些信息进行融合作为决策方案优劣的测度;建立加权模糊智能决策模型,并给出了基于该模型求最优的多属性受限决策的算法。讨论了模型和算法的复杂度。通过两个应用实例验证说明了决策模型和最优决策方案求解算法考虑定性与定量信息,决策结果科学合理且信息量大。     

覆盖粒度空间的多层次粒度结构研究

针对覆盖粒度空间中的知识表示、基本运算、层次结构及粒度结构度量问题进行分析与研究.首先,定义覆盖近似空间中对象的相容类,构造覆盖粗糙集模型的相容关系,定义相容类中对象之间的相容度,由此相容关系诱导出覆盖粒度空间的概念.其次,给出覆盖粒度空间下对象的矩阵表示,定义覆盖粒度空间中基本运算,并诱导出覆盖信息粒的概念,从而对覆盖粒度空间中粒度的大小进行了度量.接着,定义覆盖粒度空间的三种偏序关系,以此揭示覆盖粒度空间的层次关系.最后,定义覆盖粒度空间的信息粒度、粗糙度和粗糙熵,研究在覆盖粒度空间中多层次粒度结构度量的各种关系.研究结果统一了覆盖粒度空间下信息粒度的相关度量,从而为粒计算的多层次粒结构理论进一步的完善提供依据.     

统计信息的数据挖掘与可视化分析系统

将数据挖掘、Web报表可视化技术、联机分析处理技术、内容管理技术集成,构造一个应用于统计部门的统计信息的数据挖掘与可视化分析系统(SDVS)。并技术实现了各模块的主要功能,验证了SDVS的可行性。     

关联规则挖掘的软集包含度方法

本文在深入研究软集数据分析的基础上,将包含度引入软集数据关联规则挖掘中,利用包含度理论描述属性集之间的量化关系,给出软集上属性集间的包含度、关联规则和最大关联规则的概念,讨论包含度和可信度之间的联系.在此基础上给出利用包含度在事务数据软集中挖掘满足给定的支持度和可信度阈值的软关联规则方法,以及最大软关联规则的提取算法.理论证明和实例分析表明该关联规则挖掘方法是有效的,并通过实验对算法的性能进行了比较.     

基于LEACH的无线传感器网络混合优化协议算法

在无线传感器网络(WSN)协议研究中,降低节点的能量损耗、延长节点的使用寿命是研究的关键问题。针对无线传感器网络中传统LEACH协议在分簇机制及数据通信方面的不足,提出了一种混合优化的改进协议--HOBDE-LEACH。新的协议采用先分簇再选举簇头的策略,提出覆盖半径种子扫描成簇算法(CR-SSCA)进行快速分簇,保证对区域的全覆盖;网络运行期间结合能量和距离考虑负载均衡,分阶段采用不同的簇头选举和通信机制。仿真实验结果表明,与LEACH协议相比,HOBDE-LEACH的第一个节点死亡的轮循次数延长了66%,50%节点死亡时的网络轮循次数延长了20%;与LEACH-EI协议相比,所提协议的第一节点死亡的轮循次数延长了50%,50%节点死亡的网络轮循次数延长了19%。改进后的协议能有效地均衡网络负载和簇头节点能量消耗,更合理地分布簇头节点,延长网络生命周期。     

双向S-模糊粗糙集及其应用

以Z.Pawlak粗集理论为基础,将动态模糊近似概念引入Dubois模糊粗糙集中。提出了双向S-模糊粗糙集概念,给出了双向S-模糊粗糙集的结构与性质。分析了双向S-模糊粗糙集与Z.Pawlak粗集、Dubois模糊粗集、S-粗集、S-粗糙模糊集及单向S-模糊粗糙集之间的关系。给出了双向S-模糊粗糙集的应用及存在价值。