概念格经典算法对比

概念格被认为是一种非常有用的数据分析工具,它能够很好的应用于数据挖掘、机器学习以及知识发现、信息获取等领域。本文对概念格的生成算法进行了分类研究,对典型算法进行详细介绍,最后讨论了概念格生成算法研究的最新动向。     

一种面向应用的操作系统实验设置

实验设置一直是困扰操作系统课程教学的问题之一。文章归纳国内高校主要的实验设置方法,分析教学中遇到的问题,提出面向应用的操作系统实验开设目标,介绍操作系统实验专题设置,总结近几年的实践情况。     

基于等价类的关联规则挖掘矩阵算法

关联规则挖掘算法中的Apriori算法利用查找频繁项集来发现数据集中的关联规则,算法思路简单容易实现;但在由k-1次频繁项集生成k次频繁项集时需反复查找数据库,效率较低,在寻找高次频繁项集时其低效性更加明显;矩阵算法是通过直接查找高次频繁项集,避免了反复查找数据库,但要存储大量的非频繁项集,且查找低次频繁项集速度较慢。文中提出的矩阵等价类算法,利用等价关系进一步降低矩阵算法的时间空间复杂度,然后通过项目相似度直接求取所有最大频繁项集。实验结果证明了算法的可行性、高效性。     

面向任意几何区域的遥感卫星对地覆盖法*

为了满足对任意几何区域进行覆盖特性分析的需要,本文在传统网格点覆盖法对矩形区域进行覆盖特性分析的基础上,对网格点构建、卫星过境覆盖分析等环节进行改进,使其适合对任意几何区域进行覆盖特性分析的需要,最后以中国行政区域为例进行实验并通过过境特性表、过境重绘图和覆盖重数图等进行覆盖特性的可视化。结果表明了本文研究的对地覆盖法在任意几何区域上能够准确的计算出其每次过境的覆盖区域及总覆盖区域,同时在实验分析中通过多种可视化方法展示目标区域的覆盖特性,使其更加直观。     

基于属性的概念格渐进式生成算法

提出了一种新的基于属性的渐进式概念格生成算法 ,通过不断地渐增属性来构造概念格 .该算法不仅为概念格的构造提供了一种新的方法 ,还解决了在已构造好概念格的前提下 ,增加属性所带来的概念格更新问题 .给出了算法的实现方法 ,并结合实例说明了概念格的更新过程 .试验表明 ,在通常情况下 ,基于属性的渐进式概念格生成算法的性能往往更优越     

形式背景同构判定的等价类算法

同构生成概念格是获取概念格的另一途径，而形式背景同构判定是这一方法的前提，也是决定整个算法时间复杂度的关键。本文提出的基于等价类法的形式背景同构判定算法，有效地提高了同构判定的效率。结合形式背景的分解和约简等手段，为概念格的构造提供了一种有实用价值的方法。本文对该方法的原理和算法设计进行了较详细的讨论，并通过实验，验证了算法的正确性和有效性。     

概念格的分布处理研究

概念格和形式背景是一一对应的，概念格的分布处理必然涉及到形式背景的处理．定义了形式背景问的横向和纵向合并运算，讨论了同域背景间的三种不同的关系，特别提出一种新颖的属性相似度方法来处理背景间的不一致关系，把不一致的形式背景转换为一致背景或独立背景；还定义了概念、概念格间的基本运算，并证明了纵向合并的子背景的概念格和子背景所对应的子概念格的并是同构的，这样就奠定了概念格分布处理的理论基础，为概念格的分布并行构造提供了依据．     

一种构造概念格的改进算法

Chein算法是一种批处理概念格构造算法,它构造过程中层次清楚,易于生成Hasse图,但是造格的过程中生成大量冗余的概念,降低了构造概念格的效率.提出一种对Chein算法的改进算法,保留了原算法层次清晰的优点,同时避免了冗余概念的产生,从而降低了构造概念格的时间复杂度.     

基于流水线的增强型植被指数快速提取算法*

针对传统的并行方法难以对增强型植被指数(Enhanced Vegetation Index,EVI)提取链进行加速的问题,结合EVI提取算法的特点,依靠流水线在遥感影像多级连续处理方面的优势,提出一种基于流水线模型的EVI快速提取算法。为了解决相邻处理阶段吞吐率的差异问题,在流水线相邻节点间加入双缓冲队列来存储节点处理的中间结果,进一步提高EVI提取算法各步骤并行度。实验结果表明,本文提出的EVI快速提取算法的提取效率要高于传统的EVI多线程提取算法。     

概念格中的规则提取

概念格已经被认为是一个非常有用的数据分析工具,它能够很好的应用于数据挖掘、机器学习以及知识发现、信息获取等领域。从概念格中可以提取关联规则、序列规则、分类规则。