基于Vague集的Apriori算法的改进

当前研究的关联规则挖掘隐含着一个假定：待挖掘数据库中每条记录的全部属性都是完整的。然而现实中得到的数据可能是不完整的,在这种情况下将无法使用传统的算法。为了解决这个问题,引入Vague集并给出基于Vague集的支持度和置信度定义,将经典的Apriori算法推广到Vague集上。最后通过一个例子来验证算法的有效性。     

基于IC卡的门禁系统的研究

本研究以MCU为控制核心,辅以IC卡读写电路和无线遥控电路,完成了一个能遥控开关门的IC卡门禁系统的研制,经过仿真和实验模型验证,IC卡读写系统跟无线遥控系统可以兼容,并且组合后的新系统可以发挥各自系统原有的基本功能,从而使IC卡门禁系统的功能更加全面。二者的结合,为国内类似产品的实用化指明了新路,对类似产品的研制,具有一定参考价值。     

无线通讯双工器的作用、结构及检测方法

文章以无绳电话双工器为例，介绍了在无线通信产品中广泛使用的关键元件——双工器的作用、结构和检测方法．通过对双工器特性曲线的检测与分析，可以准确了解双工器的性能特性，为无线通讯产品中双工器的分析、设计及维修提供理论依据．     

基于决策树的ID3算法和C4．5算法的比较

阐明决策树分类器在用于分类的数据挖掘技术中依然重要,论述基于决策树归纳分类的ID3、C4．5算法,并且对决策属性的选取法则进行说明。通过实例解析ID3、C4．5算法实现过程,结果表明C4．5算法相比较于ID3算法的优越性．尤其在处理具有多属性值的数据时的更加合理和正确。     

基于ARM＋μC／OS-Ⅱ的嵌入式智能机械润滑控制系统的设计

本研究以ARM＋μC／OS-II的嵌入式系统为控制核心,辅以检测传感电路、执行电路和输入输出电路,完成了一个智能机械润滑系统的研制,它具有控制精度高、成本低、体积小、易于扩展和升级等特点,是传统机械润滑控制系统的数控化改造和经济型智能机械润滑控制系统开发的有效技术途径。对类似产品的研制。具有一定参考价值。     

三支决策与决策粗糙集融合模型

Paw lak粗糙集模型没有对正域、边界域和负域赋予语义,不能进行再决策,而三支决策对边界域赋予了新的语义,可以对边界域做出进一步刻画,对于边界域的进一步划分,依据属性的重要性,使满足条件的样本划入再决策域,不满足条件的样本继续保留在边界域中,降低了边界域样本处理的失误率.本文在对概率粗糙集模型、三支决策粗糙集的理论、贝叶斯理论的决策过程和决策粗糙集模型进行研究的基础上,提出了一种三支决策与决策粗糙集融合模型,与Paw lak-三支决策模型相比,其划分损失更小,处理结果更优.该模型运用三支决策理论对决策粗糙集的边界域赋予延迟决策的语义,对于延迟决策再运用三支决策理论进行迭代操作,对边界域样本进一步处理.在迭代的过程中,依据属性的重要程度将属性排序,从而客观的得到迭代过程中每次优先依据哪个属性进行划分.实验结果表明,该模型比单一运用决策粗糙集模型进行决策代价小,三支决策通过迭代对边界域处理的正确率有所提高,这为准确决策提供了一种新的方法.     

基于HMT和哈希树的Apriori并行算法研究

为了进一步提高基于HMT和哈希树的Apriori算法的性能,提出了一种基于独立内存并行环境的并行化方案,充分利用空闲的计算资源来提高关联规则数据挖掘的效率.将原始数据集平均分配到并行环境中的各个子计算节点中,在各个子计算节点中并行地进行关联规则支持度计数,并从各个子计算节点中收集合并支持度计数的结果,得到目标频繁项集,进而实现Apriori算法的并行化.实验结果表明,该并行化方案可以很好地提高原算法的效率.     

一种新的Vague集相似度量

针对以往的Vague集相似度量方法的不足之处,提出了一种新的Vague值相似度的定义,并重新给出了新的Vague集相似度量的定义和性质。最后,又提出了在Vague环境下用Vague集间的相似度和相似度量进行模式识别的方法。通过一些应用实例计算,结果表明,该Vague集的相似度量具有一定的优越性,并提高了Vague集相似度量的精确度。     

基于相似度的软件工程中软件成本估算问题研究

软件工程概念从1968年被提出以来,经历了近50年的发展,软件系统规模和复杂程度日益加大,然而从上个世纪70年代左右开始,软件工程领域出现大量软件项目进度延期、预算超支和质量缺陷为典型特征的软件危机.这体现出软件成本估算在软件工程开发过程的重要性.精准的软件成本估算是软件工程按时完成的保证.本文采用一种基于皮尔逊相关系数的相似度量方法,结合TOPSIS方法软件成本进行类比估算以获取与之最接近项目的项目作为参考进行软件成本估算.最后将该方法应用于Desharnais数据集进行实验,并和其他方法进行比较,实验结果表明,本文采用的基于相关系数的软件成本度量方法较已有的相似性度量方法准确度更好.     

并行k均值聚类算法的完备性证明与实现

对经典k均值算法进行分析,证明如何在减少节点间通信代价的情况下,从局部聚类信息生成完备的全局聚类信息,使聚类质量等价于相应串行算法,并具有较高的执行效率,在此基础上给出可信的基于消息传递接口的并行k均值算法。实验结果表明,该算法是高效的和可行的。