基于属性的概念格快速渐进式构造算法

概念格作为形式概念分析理论中的核心数据结构,在机器学习、数据挖掘和知识发现、信息检索等领域得到了广泛的应用,概念格的构造在其应用过程中是一个主要问题.提出了采用树结构对概念格节点进行组织,研究了基于属性的概念格渐进式构造算法.概念格节点的树结构组织可以约束更新格节点和产生子格节点的搜索范围,从而可以有效地减少算法的执行时间.在随机生成的数据集上进行的实验测试表明,本算法的时间性能更优越.     

基于多版本的多级安全并发控制机制的研究

在多级安全数据库系统中，如果采用传统的并发控制机制，则通过多级事务的协作可以很容易的创建隐通道，因此我们必须研究适合于多级安全数据库的并发控制机制。本文提出了一个基于多版本的安全的并发控制机制，它能阻止隐通道的创建而不会导致检索异常和高级事务的饿死，同时还能提供一个多级事务的可串行化调度。     

基于评分可靠性的跨域个性化推荐方法

在跨域推荐系统中,存在某些用户对所购买的物品进行随意评分的情况。由于对物品进行随意评分的用户的数量较少,当该物品的评分数量较多时随意评分对推荐效果的影响较小,但是当该物品的评分数量较少时,随意评分会对推荐效果产生较大的影响。针对这个问题,提出一种基于评分可靠性的跨域个性化推荐方法。该方法针对不同的评分可靠性,为用户设置不同的阈值。当将辅助域的数据向目标域迁移时,如果用户进行评分的某物品的评分数量低于该用户的阈值,则不将该用户对该物品的评分数据迁移到目标域,否则进行迁移,以此减少随意评分对推荐效果的影响。实验结果表明,整体上,与为所有用户设置统一的阈值和不为用户设置阈值的跨域推荐相比,所提方法具有更高的预测评分的准确度。     

面向方面的自动化重构方法

提出一种将面向对象程序重构为面向方面范型的自动化方法。该方法分挖掘和重构两个阶段进行。第一阶段挖掘面向对象程序中潜在的横切关注点,第二阶段将横切关注点重构为方面。给出一个约13 000行代码的程序自动重构的评价结果。     

多层复合矿体的两步中深孔联合采矿试验研究

山东莲花山铁矿采用两步中深孔联合采矿法开采缓倾斜多层复合矿体,并采取嗣后尾砂充填空区工艺.具体阐述了该法的回采工艺及采场结构参数,在试验过程中取得了理想的技术经济指标,较好地解决了该类复杂贱金属矿体的低成本开采技术难题.     

基于属性的相对约简格快速渐进式构造算法

相对约简格作为简化的概念格,在数据挖掘和知识发现等领域具有广泛的应用.相对约简格的构造在其应用过程中是一个主要问题.本文提出了采用树结构对相对约简格节点进行组织,研究了基于属性的相对约简格渐进式构造算法.相对约简格节点的树结构组织可以约束更新格节点、产生子格节点及新生格节点的子结点的搜索范围,从而可以有效地减少算法的执行时间.该算法不仅为相对约简格的构造提供了一种方法,还解决了在已构造好相对约简格的前提下,增加属性所带来的更新问题.在随机生成的数据集上进行的实验测试表明,本算法的时间性能更优越.     

基于综合主成分分析法的深部煤层底板采动损伤指数的主控指标

深部煤层底板采动损伤指数取决于采场底板的应力场、底板岩体的节理分布和应用的采煤方法。建立了深部煤层采动损伤指数控制指标体系,分析了各控制指标在损伤过程中的耦合作用。在此基础上,分析并建立综合主成分模型并筛选出深部煤层采动损伤指数的13个主控指标。结果表明:应用综合主成分分析能将定性问题转化为定量问题,可以比较客观、准确地对类似复杂非线性问题进行分析。     

RMR法评分体系细化及工程应用

根据RMR岩体分级法中RQD值、单轴抗压强度、节理间距3个指标的取值和对应的评分值在形式上的相似性，给出了3个指标评分的统一关系式，对原评分体系进行细化，并将细化后的关系式应用于钻孔岩芯的分级评价。3个指标的细化关系式是对原评分体系的一种扩展，为使用RMR岩体分级法的工程技术人员提供参考。     

一种基于方法调用树的Aspect挖掘方法

Aspect挖掘的目标是识别遗产系统中的横切关注点，为遗产系统的面向方面改造提供支持。基于方法调用树提出一种自动化Aspect挖掘方法，给出方法调用轨迹和方法调用关系的定义。同时给出一致性约束和横切约束。该方法具有比使用动态轨迹的Aspect挖掘方法更高的查全率。     

一种改进的基于活动轨迹的Aspect挖掘方法

面向方面程序设计是近年来提出的一种程序设计技术,通过将横切关注点封装成Aspect,实现软件系统复杂性的降低,系统可维护性和可扩展性的提高。Aspect挖掘的目标是识别遗产系统中的横切关注点,为遗产系统的面向方面改造提供支持。文章提出了一种改进的基于活动轨迹的Aspect挖掘方法,基于横切关注点具有不同的调用上下文等约束寻找方法调用轨迹中相同的方法调用模式。通过实例说明该方法提高了候选Aspect的查全率。