一种高效的多层和概化关联规则挖掘方法

通过对分类数据的深入研究,提出了一种高效的多层关联规则挖掘方法:首先,根据分类数据所在的领域知识构建基于领域知识的项相关性模型DICM(domain knowledge-based item correlation model),并通过该模型对分类数据的项进行层次聚类;然后,基于项的聚类结果对事务数据库进行约简划分;最后,将约简划分后的事务数据库映射至一种压缩的AFOPT树形结构,并通过遍历AFOPT树替代原事务数据库来挖掘频繁项集.由于缩小了事务数据库规模,并采用了压缩的AFOPT结构,所提出的方法有效地节省了算法的I/O时间,极大地提升了多层关联规则的挖掘效率.基于该方法,给出了一种自顶向下的多层关联规则挖掘算法TD-CBP-MLARM和一种自底向上的多层关联规则挖掘算法BU-CBP-MLARM.此外,还将该挖掘方法成功扩展至概化关联规则挖掘领域,提出了一种高效的概化关联规则挖掘算法CBP-GARM.通过大量人工随机生成数据的实验证明,所提出的多层和概化关联规则挖掘算法不仅可以确保频繁项集挖掘结果的正确性和完整性,还比现有同类最新算法具有更好的挖掘效率和扩展性.     

基于汉化图形界面的课件开发与设计

《数字信号处理》是一门专业基础课程它涉及的基础知识广,理论性强,对于大学生而言是一门不易掌握的课程.为了使学生比较直观地理解教学内容,牢固掌握所学知识,     

关于XCF通信机制及其优化策略的研究

随着计算机技术的日益发展,对系统可靠性和可用性要求也越来越高,作为新兴技术之一的耦合技术已为更多计算机系统所普遍应用.在耦合技术研究及应用方面,大型计算机系统始终保持着领先地位.XCF(Cross-system Coupling Facility)作为大型计算机系统耦合体核心部件之一,主要负责向各类应用程序提供跨系统信息交互的服务.由于其特殊地位,使得XCF的性能优劣在一定程度上决定了整个耦合体的性能.该文从XCF通信机制的分析入手,阐述XCF的内在结构和通信机制.并针对XCF的典型性能问题,提供优化策略及相关建议.     

关于XCF通信机制及其优化策略的研究

随着计算机技术的日益发展，对系统可靠性和可用性要求也越来越高，作为新兴技术之一的耦合技术已为更多计算机系统所普遍应用。在耦合技术研究及应用方面，大型计算机系统始终保持着领先地位。XCF(Cross-system Coupling Facility)作为大型计算机系统耦合体核心部件之一，主要负责向各类应用程序提供跨系统信息交互的服务。由于其特殊地位，使得XCF的性能优劣在一定程度上决定了整个耦合体的性能。该从XCF通信机制的分析入手，阐述XCF的内在结构和通信机制。并针对XCF的典型性能问题，提供优化策略及相关建议。     

大型机网络图形化管理系统

我行在国内较早致力于IBM大型机网络 (SNA)图形化开发和应用的工作 ,在长期的工作实践中积累了一定的经验 ,针对目前国内绝大多数用户尚未实施 ,少数实施的用户也处于初级阶段的情况 ,本文重点将描述图形化网络管理的基本理念 ;系统构建的软硬件要求 ;系统设计的主要思想 ;最后 ,通过归纳本系统的功能和特点 ,来展望其实际的使用价值和发展远景。     

基于扩展自然序树的概化关联规则增量挖掘方法

概化关联规则挖掘作为数据挖掘领域一个重要的拓展性研究课题,首先提出了一种概化扩展自然序树(generalized extended canonical-order tree,GECT)结构及其增量挖掘算法GECT-IM.该算法对原始分类事务数据库只扫描一次,就可以将所有交易信息映射至一棵压缩格式的GECT,然后通过对更新交易数据集扫描得到更新数据集中各项集的计数,结合相关性质及运算就可以发现大部分更新后的概化频繁项集;其次,针对GECT规模较大以及GECT-IM 算法仍然可能需要遍历初始GECT树的局限,在界定数据库更新和重构概念的基础上,基于一种可量化度量的准最小支持度阈值,提出了一种改进的准频繁概化扩展自然序树(pre-large generalized extended canonical-order tree,PGECT)结构及其增量挖掘算法PGECT-IM.由于有效避免了对初始GECT进行遍历的情形,从而进一步提升了概化关联规则增量挖掘效率.实验证明,提出的概化关联规则增量挖掘算法 GECT-IM 及其优化算法PGECT-IM,比现有增量挖掘算法具有更高的挖掘效率和更好的扩展性.     

一种深度残差网络构建的5G无线智能传播模型

为建立更为准确的全覆盖、全应用、全频谱的5G无线信道模型,提出通过认知无线电与深度神经网络相结合的方法研究无线电波传播特性。根据传统无线传播模型并考虑到不同传播环境,根据信道大尺度衰落特性（包括路径损耗、阴影衰落和小尺度衰落特性）的统计结果,通过BP算法提取特征,并应用FeatureTools进行深度特征综合建立特征方程,计算特征变量与传播损耗的相关系数,进行相关系数的置信区间及变量独立性检验,最终筛选出22个特征并排序。基于深度残差网络建立传播路径损耗的回归模型,结合批正则化过拟合测算平均接收功率,为建立更精确的无线信道模型提供了量化依据,并最终在测试数据集上取得均方根误差8.36（本地）和10.03（云端）的成绩,对工程实践具有较强的参考价值。