数据流挖掘算法研究综述

流数据挖掘是数据挖掘的一个新的研究方向，已逐渐成为许多领域的有用工具。在介绍数据流的基本特点以及数据流挖掘的意义的基础上，对现有数据流挖掘算法的主要思想方法进行了总结，并指出了这些方法的局限性。最后对数据流挖掘的发展方向进行了展望。  

判定凸多边形可碰撞的最优算法

设P与Q是平面内任意二互不相交的凸多边形,d为任一给定方向,本文研究P沿d以平移方式运动可否与Q碰撞的判定问题.文中定义了凸多边形顶点集上的偏序关系,给出了判定可碰撞性的新的充分必要条件,据此采用四分搜索方法构造了判定可碰撞的算法.在最坏情况下算法的复杂度为O(logn),在不计常数因子的情况下,这是最优的.  

背包问题的一种自适应算法

背包问题是经典的NP-hard组合优化问题之一，由于其难解性，该问题在信息密码学和数论研究中具有极重要的应用．基于求解背包问题著名的二表算法和动态二表算法，利用归并原理和4个非平衡的子表，提出一种求解该问题的自适应算法，算法可根据计算资源和问题实例规模的大小，允许使用O(2^n/2-ε)的存储空间(1≤ε≤n／4)，在O(ε(2^n/2))的时间内求解背包问题．对算法性能的理论分析和数值实验结果表明，自适应算法可显著扩大背包实例的求解规模，从时间和空间上改进背包问题现有算法的性能．  

背包问题的最优并行算法

利用分治策略,提出一种基于SIMD共享存储计算机模型的并行背包问题求解算法.算法允许使用O(2^n/4)^1-ε个并行处理机单元,0≤ε≤1,O(2^n/2)个存储单元,在O(2^n/4(2^n/4)^ε)时间内求解n维背包问题,算法的成本为O(2^n/2).将提出的算法与已有文献结论进行对比表明,该算法改进了已有文献的相应结果,是求解背包问题的成本最优并行算法.同时还指出了相关文献主要结论的错误.  

入侵检测研究综述

论述和分析了入侵检测产生的原因、入侵检测的定义、当前的入侵检测技术及设计入侵检测系统时所要考虑的问题，指出了当前研究中存在的问题，同时给出了可能的解决途径。  

改进遗传算法全局收敛性分析

传统的遗传算法大多数没有给出收敛性准则。一类新的改进的遗传算法被提出，该算法即考虑了优化问题的全局性要求——每一步构造一个新函数，而这往往却比局部最优理论和方法困难得多；同时通过对选择算子的改进，对遗传算法后期进化缓慢问题得到了有效控制，最后给出了算法的收敛性证明以及收敛性准则。实例证明该算法是有效的。  

基于软件容错的动态实时调度算法

在硬实时系统中，由于任务超时完成将会导致灾难性后果，因而硬实时系统具有严格的时间及可靠性限制奈件．目前实时容错调度算法大部分针对硬件的容错，很少考虑软件运行的故障．提出了一种类似EDF基于软件容错的动态实时调度算法EBPA(expectation-based probing algorithm)，该算法在任务执行过程中通过基于期望值的若干试探性检测步骤，提高了任务可执行性的预测，尽可能避免了任务早期的错误对后续任务的影响，因此提高了任务的完成率并同时有效地减少了浪费的CPU时间片．通过实验测试，同目前所知的同类算法相比，具有更佳的调度性能-调度成本比．  

硬实时系统中基于软件容错的动态调度算法

在硬实时系统中,由于任务超时完成将会导致灾难性后果,因而硬实时系统具有严格的时间及可靠性限制条件.目前实时容错调度算法大部分针对硬件的容错,很少考虑软件运行的故障.提出了两种类似EDF(earliest deadline first)的软件容错的动态实时调度算法:PKSA(probing K-step algorithm)和CUBA(changing utilization-based algorithm).两种算法在任务执行过程中,通过若干试探性检测步骤,提高了任务可执行性的预测,尽可能地避免了任务早期的失败对后续任务的影响,因此提高了任务的完成率,同时也有效地减少了浪费的CPU时间片数量.通过实验测试,与目前所知的同类算法相比,具有更佳的调度性能--调度成本平衡性.  

同构计算环境中一种快速有效的静态任务调度算法

快速有效的调度任务是多处理器计算环境中的一个关键问题．目前任务调度算法中刻画任务依赖关系最流行的模型是DAG,在以前的文献中，提出了一种新的更实际、更普遍的TTIG模型及其相应的MATE算法(基于同构计算环境)．延伸了TTIG模型，并提出基于同构系统的新的算法及两种启发式方法(GBHA1和GBHA2)．GBHA以组的形式尽量消除图中回路，因而能获得任务图的全局信息，具有更好的调度性能．在模拟实验中，将此算法与MATE和其他同构环境中基于DAG的有效调度算法，在不同测试条件下进行了比较，结果显示GBHA在性能上明显优于MATE，与基于DAG模型的调度算法比较而言，在性能方面各有千秋，但在算法时间复杂度方面具有显著的优势．  

三维体可视化若干问题研究

首先对可视化技术特别是三维可视化算法进行了分析和对比，并根据体数据的建模方法对算法进行了归类，并指出了目前三维可视化技术存在的问题，继而从基于小波的分辨率模型的体绘制算法和基于Cluster模型的并行体绘制算法这两个方面具体探讨了对三维体可视化算法进一步研究的思路，首次提出了参数化的光照模型和图像质量评价的数学模型等概念。