树计算机与树程序

本文通过一个很小的模型来引进树计算机和这种计算机上的程序——树程序的概念,并进行了有关的讨论。作者希望说明,在研究形式语言和编译系统的某些问题时,树计算机和树程序可能成为一种有效的工具。 在§1中,我们引进树计算机和树程序的概念。§2,§3用两种不同的方法处理了树程序的语义问题。这两种方法大体上相当于[1]中的“计算模型”和“演绎理论”。§4中讨论了树程序作为一种“中间语言”的意义何在。     

兼有群体标识词的代词的指代消解

本文提出了一种基于领域内与群体词相关的指示代词的指代消解策略。首先从概念模型出发,给出了概念间的细化操作,由此提出了概念从属树模型;其次结合群体词的相关知识,对兼有群体标识词的代词的指代对象经概念从属确定后进一步提高准确性。经过测试,此策略能有效地找到代词的指代对象。     

基于本体语义树的主题空间向量模型

在传统检索模型的基础上,结合本体的概念,提出一种基于本体语义树的主题空间向量模型,该模型能够用语义概念树描述一个主题,与传统基于关键词描述主题的方法不同,它能够描述概念之间的简单语义关系.在此基础上,给出HTML页面内容与主题相关度的计算方法.在分析URL的相关度时,不仅分析链接锚文本与主题相关度,还结合了改进的Pag...     

基于概念树扩展的中文文本检索研究

分析了概念在语义层次上的扩展,将概念树中的父子概念关系用词语的相似度进行量化。提出了检索概念权重计算的两种方法和一种基于检索概念的文本概念权重计算方法,并将这些方法用于中文文本检索,因此,构建了基于概念树扩展的两个文本检索模型。实验显示,这两个检索模型的精确率与关键词检索模型保持基本一致,召回率却得到较大提高。     

基于搜索树的业务流程Petri网模型抽象化简方法

由于大型复杂的业务流程模型不便于用户形成快速的梗概理解,因此模型的抽象化简方法研究至关重要.已有的模型抽象化简方法大都考虑模型的控制流,很少考虑模型的交互语义,并且对于模型的待抽象区域定位模糊.本文利用Petri网的行为关系理论,结合深度优先搜索的思想,提出了基于搜索树的业务流程模型抽象化简方法.通过定义工作流网的3种块结构和边界库所的概念,得到网系统的变迁关联搜索树,进而利用变迁关联搜索树来识别模型中待抽象的区域,从而实现模型的抽象化简.最后,通过一个具体的实例来验证所提出方法的有效性和可行性.本文的主要贡献是:在同时考虑模型行为交互语义和控制流依赖关系的基础上,提出块结构的抽象化简方法和块结构的识别定位方法,算法的时间复杂度控制在多项式难度.     

格值交替树自动机

交替（树）自动机因其本身关于取补运算的简洁性及其与非确定型（树）自动机的等价性,成为自动机与模型检测领域研究的一个新方向.在格值交替自动机与经典交替树自动机概念的基础上,引入格值交替树自动机的概念,并研究了格值交替树自动机的代数封闭性和表达能力.首先,证明了对格值交替树自动机的转移函数取对偶运算,终止权重取补之后所得自动机与原自动机接受语言互补这一结论.其次,证明了格值交替树自动机关于交、并运算的封闭性.最后,讨论了格值交替树自动机和格值树自动机、格值非确定型自动机的表达能力;证明了格值交替树自动机与格值树自动机的等价性,并给出了二者相互转化的算法及其复杂度分析;同时,提供了用格值非确定型自动机来模拟格值交替树自动机的方法.     

模糊树模型及其在复杂系统辨识中的应用

基于二叉树和模糊逻辑理论,提出了一种用于复杂系统建模的模糊树模型.将线性 模型和模糊集组织在树结构上,并给出了更新线性模型系数和模糊集隶属度函数的混合算 法.与其他建模方法相比,如ANFIS,模糊树模型计算量小,精度高,尤其在高维数据建模中 更为明显.仿真结果描述了这种方法的性能.     

数值型数据的泛概念树的自动生成方法

概念层次在数据挖掘中有着重要的作用 .通过自动生成概念层次 ,可有效地提高数据挖掘的效率 ,在不同层次上发现知识 .文中介绍基于云模型的数值型概念表示方法 ,通过云模型的期望值、熵和超熵三个数字特征有效地表达定性概念 ,并实现定性和定量的不确定转换 .通过云变换实现了泛概念树中叶结点的自动生成 ,并自动构造数值型数据的泛概念树 .同时 ,进一步研究了泛概念树中的概念爬升和跳跃的方法 ,为通过数据挖掘发现各层次知识提供了基础 .     

网格资源模糊格模型及其算法研究*

在研究总结了现有成果的基础上,首次提出了模糊概念格和模糊概念trie树的网格资源管理策略,将形式概念分析理论和网格资源管理技术进行了有机结合.给出了网格、资源的形式概念定义,建立了网格资源阈值模糊概念格模型.在阈值模糊概念格模型基础上,利用形式概念分析方法构造了网格资源模糊概念的外延trie树和内涵trie树,并给出了树的生成和资源与服务检索算法.实验和应用实例表明,这种资源组织方式是可行的和有效的.     

混合树增广朴素贝叶斯分类模型

树增广朴素贝叶斯分类算法(TANC)虽然降低了朴素贝叶斯分类算法(NBC)的条件独立性约束,但是该模型同时又要求每个条件属性结点(除树的根结点外)都有两个父结点,这种限制同样降低了分类的正确率.因此,提出了一种基于粗糙集理论的混合树增广朴素贝叶斯分类模型(MTANC).通过在UCI数据集上的仿真实验,验证了该方法的有效性.     

QCUR树

找到一个高效的索引结构一直是空间数据库研究的重点。CUR树突破传统思维,提出用一个代价函数来决定叶子的高度,从而在整体上优化了索引结构的性能。然而,它基于的查询分布模型是静态的,这限制了它的应用和发展。文章提出的QCUR树在CUR树的基础上,采用了半动态式的查询分布模型。让QCUR树可以根据查询分布的变化调整代价函数,从而可以根据查询分布的变化来优化树的性能。实验也说明,在动态的查询分布下,QCUR树性能优于CUR树。     

一种基于主题树模型的Web主题检索算法

面向主题的Web检索是当前的一个研究热点。而常规的关键词检索方式的主要缺点是不能准确地表达用户的查询意图。为此,文章在概念语义空间的基础上构建了一个新的主题树模型,并提出了一种基于主题树模型的主题扩展算法,可应用于主题检索;同时,提出了主题偏移度和切题度等概念,用于动态跟踪用户的检索过程以进行查询反馈。实验表明,主题树模型及相关的检索算法,能对主题检索进行有效地扩展,减少用户检索过程中产生的主题漂移,提高检索的速度和查准率。     

基于物元理论的任意功能树相似扩展方法

功能模型是概念设计的核心处理对象,功能树是一种典型的、应用广泛的 功能模型。使用现有相似度计算方法计算任意功能树的相似度存在困难。因此,基于布尔代 数提出了析取范式树的概念,以及两种求解析取范式树的方法,并描述了任意功能树的物元 相似度计算方法。拓展了功能树相似扩展方法的应用范围,扩大了设计解空间,增加了获得 创新解的可能性,最后给出实例验证了方法的有效性。     

树的层次结构运动模型的研究

首先介绍了层次结构运动模型基本思想,提出一种建立树的模型和风的模型的方法.然后在VC 6.0平台下,利用OpenGL编程的思想,通过建立风的模型和建立LOM(Level of Motion)的树的模型,实现了树随风摇摆的模拟仿真.     

标志树文法及其语法分析

树文法是一种高维文法，能够用来表达二维以上复杂对象的构造规则．在模式识别、图式语言等领域有着广泛的应用前景．本文在树文法有关概念基础上提出了标志树、连接标志、标志树文法等概念，构造了标志树的匹配和识别算法，并成功解决了标志树文法的语法分析器构造问题．     

基于知识树的领域知识组织和应用*

在分析已有知识表示方法优缺点的基础上,提出一种高效的知识表达模型——概念知识树。概念知识树模型不仅结构性好、表达能力强,而且在应用中具有良好的适应性和延展性,现主要应用于信息检索和自然语言理解领域。以旅游领域为背景,用概念知识树作为表达模型建立相应的领域知识体系,并在此基础之上实现了一个旅游智能分析系统。该系统可在对用户需求(自然语言)进行一定程度语义理解的基础上,根据所建立的知识体系自动进行语义匹配,最终返回满足用户需要以及相关的旅游路线信息。     

基于变异树的Fuzzing技术研究

针对目前Fuzzing技术中变异因子彼此之间是独立的,存在着测试效率不高以及由于前期静态分析不正确而产生漏报的缺点,提出了变异树的概念。将变异因子以树模型的方式组织起来,设计了有效的变异策略。在当前Fuzzing平台的基础上,实现了基于变异树的Fuzzing平台设计,最后通过当前的Fuzzing平台和基于变异树的Fuzzing平台对Visualpng以及KMPlayer进行Fuzzing测试结果的比较,表明了该方法的可行性。     

一种新的神经树网络模型优化方法

神经树网络模型已成功应用于解决各类复杂的非线性问题,并且神经树网络模型的优化过程一般是先拓扑结构优化再参数优化,这种无参数信息的结构优化策略的缺点是干扰适应度的评价.鉴于此,提出一种改进的遗传规划(BGP)算法来综合神经树网络模型的两个优化过程.在两个时间序列预测问题上的仿真实验结果表明,所提出算法是一种有潜力且具备较好效能的方法.     

线性四元树中轴变换

骨架和中轴变换概念运用于线性四元树,定义线性四元树中轴变换为具有一组棋盘距离值的线性四元树骨架.线性四元树中轴变换提供一种非常紧凑的区域表示法,它导致区域分割成边长为2的幂之和的最大正方形集合.提出两种算法计算一给定线性四元树的线性四元树中轴变换.最坏情况下它们的时间复杂性是O(n~2),其中n为线性四元树中四分形的数目.     

基于IS~±树模型的频繁模式挖掘

IS-树是一种新型的全文存储索引模型.提出一种基于扩展I-S树模型的频繁模式挖掘算法.和FPgrowth方法一样,算法直接构造频繁项集,不进行Apriori算法所采用的代价很高的候选集产生与测试操作.然而它比FP-树模型具有更多的优点:只需扫描一遍事务库;挖掘任务只局部关联于一棵根树;动态更新性好,仅做增量变化.实验表明,其具有与FP-growth算法相当甚至更高的效率.更重要的是,IS 树模型同时是一种事务库的良好索引形式,具有高效支持事务查询的能力.