基于相邻矩阵快速构建虚拟主干网的近似算法

在无线Ad-hoc网络中,基于极小连通支配集的虚拟主干网技术对资源分配和路由优化具有重要的作用。首先证明了相邻矩阵理论的一个有关结论,然后利用此结论以及极大独立集和极小支配集的关系,提出了一种基于相邻矩阵快速构建无线Ad-hoc网络最小连通支配集的近似算法,并给出了算法的正确性证明、复杂性分析和近似比分析。仿真试验结果表明,利用该算法可以快速高效地构建Ad-hoc网络的虚拟主干网。     

教学评价数据的离群点检测算法研究

教学评价是大学教学活动中不可缺少的环节,可能出现故意抬高或压低评分及虚假评分的现象,应该找出这些离群数据并加以清除,以提高学生评教数据的正确性。离群点检测问题是数据挖掘技术的重要研究领域之一,本文实验所用教学评价数据属于分类型数据,目前针对分类型数据的离群点检测算法常用的有基于信息熵的贪婪算法和基于频率的AVF算法。针对贪婪算法时间复杂度较高,AVF算法不够准确的问题,本文提出一种改进的基于频率的离群点检测算法。本文算法首先采用改进的k-modes算法对教学评价数据进行聚类,并提出应用调整的余弦相似度公式作为相似性度量,筛选出远离簇中心的候选离群点,最后通过基于频率的离群点检测算法对候选集进行检测。在真实数据集上的实验表明算法在精确度和效率方面均具有优势。     

邻域信息系统基于同态的数据压缩

用同态的概念作为处理部域信息系统中数据压缩的工具。给出了部域信息系统和诱导的部域信息系统概 念,并在此基础上定义了一种新的协调函数,研究了在同态映射下部域信息系统的一些重要性质,证明了原部域信息 系统与同态象部域信息系统约简的等价性,从而得到一种通过计算数据量较少的象信息系统的约简来对原系统进行 数据压缩的方法.     

基于亲属关系网络的特定家庭结构匹配方法研究

随着数据规模的增大以及人与人之间关系复杂性的提高,在亲属关系网络中查询特定的家庭结构已经成为研究的难点之一。传统的关系型数据库并不擅长处理关系复杂、结构多变的数据。因此,本文基于图数据库构造了H省的亲属关系网络。针对亲属关系网络中数据庞大、结构复杂、难以批量匹配数据中的特定结构等问题,本文提出了基于亲属关系网络的特定家庭结构匹配方法。此外,本文还根据人口学中家庭结构的分类标准,对不同类型的家庭进行查询;实验结果表明,该方法简化了复杂数据的查询工作,提高了查询正确率,实现用户查询友好性提升。     

Lupa? q-Bézier曲线的离散卷积生成与求值算法

Lupa? q-Bernstein算子是最早提出的有理形式下基于q-整数的q-模拟Bernstein算子。通过Lupa? q-Bernstein基函数的递推关系反向使用金字塔算法,离散卷积生成n次Lupa? q-Bernstein基函数序列。结合离散卷积满足的交换性,针对n次Lupa? q-Bézier曲线推导出其速端曲线及n!种de Casteljau算法。与Bézier曲线de Casteljau算法得到的切点不同,Lupa? q-Bézier曲线的de Casteljau算法得到的曲线上的一点是直线与曲线相交的2个割点之一。针对二次Lupa? q-Bézier曲线,给出了计算左/右割点的充分必要条件,然后通过提出双割点算法,可以同时得到左/右割点。