数据流中的频繁标记闭子树的批量挖掘

在频繁模式挖掘（FPM）的研究中,为了在海量数据流中有效地挖掘子树结构的频繁模式,根据数据流和子树模式的特点,提出了一种基于数据流的频繁标记闭子树挖掘（SFCLTreeMiner）算法. 该算法首次对动态数据流中频繁标记闭子树的挖掘进行研究,给出了在数据流中标记闭子树集合添加、删除的批量挖掘方法,并结合时间衰减模型,有效保证了结果的时效性. 实验结果表明,该算法在挖掘性能,如挖掘时间和内存占用等方面,比类似算法有较大提高.     

信息流和数据流分析在程序检测中的应用

采用类似ＰＡＳＣＡＬ的语言,提出了一种以源程序为目标的信息流和数据流静态分析方法。该方法能检查出许多编译程序无法发现的错误,如数据流错误,程序中含有无限循环等,并论述了该方法在检查程序错误中的应用。     

一种面向不确定数据流的模体发现算法

借鉴生物信息学中序列模式发现思想,提出了基于MEME（multiple expectation-maximization for motif elicitation）的不确定数据流模体发现算法。该算法根据不确定数据流的特点,设计了不确定滑动窗口的简化计算方法,改进了SAX（symbolic aggregate approximation）的符号化策略,用防空反导情报传感器网络中的一组不确定数据流验证了其可行性,通过植入不同数目模体的方法测试了其准确性,并在元组存在概率为1的条件下与已有算法进行比较,验证其有效性。     

基于数据流图的专用指令生成方法

提出了一种基于数据流图(DFG)的专用指令生成方法.以目标应用的高级语言参考代码为起点,通过编译器前端转化为三地址中间格式,得到有向数据流图.使用提出的基于处理器体系架构约束的静态搜索算法对得到的数据流图进行搜索,得到满足约束的操作组合.结合典型测试序列的动态运行数据对搜索结果进行进一步的筛选,确定对于目标应用性能起关键作用的操作组合,以此作为专用加速指令.该方法实现了数据流图提取的自动化,并结合了静态数据流图搜索与动态结果筛选.通过在视频压缩专用处理器设计中的应用,证明此方法可以快速高效地进行专用指令的自动生成.     

数据流方程组的公式求解

数据流方程有许多种解法,如Ｊ．Ｃｏｃｋｅ和Ｆ．Ｅ．Ａｌｌｅｎ等提出的区间方法和Ｊ．Ｄ．Ｕｌｌｍａｎ等提出的迭代方法。本文提出了将数据流方程显式化并求该方程的算法的公式,应用这个公式,可以直接把显式方程写出。     

网上服务合成系统中的服务描述

为了解决服务合成中的服务描述这一关键问题,提出了一种基于输入-输出接口模型和数据流图模型的服务描述方法.用功能对象的概念表示通过网络连接的各种硬件、软件和多媒体资源,通过描述功能对象的输入-输出接口来表示用户所需要的资源.采用数据流图来表示所需资源之间的连接.根据以上基于输入-输出接口描述和数据流图的模型,提出了基于扩展标记语言(extensible markup language,XML)的服务描述规范,同时介绍了一个生成服务描述文档的客户端软件工具,并已应用于网上服务合成平台STONE(Service syn Thesizer On NEt)系统中.研究表明,基于输入-输出接口描述和数据流图的服务描述方法,是解决网上服务合成中服务描述的有效途径.     

基于Hadoop MapReduce的分布式数据流聚类算法研究

随着数据流规模的持续增大,现有基于网格的聚类算法对数据流的聚类效果不好,不能实时发现任意形状的簇,也不能及时删除数据流中的噪声点。文章提出了一种Hadoop平台环境下基于网格密度的分布式数据流聚类算法（PGDC Stream）,利于基于Hadoop的MapReduce框架对数据流进行阶段化的并行聚类分析,实时发现数据流中任意形状的簇,定义检测周期和密度阈值函数并及时删除数据流中的噪声点。算法基于网格密度对数据流初始聚类后,随着新数据的到来,使用基于密度阈值函数的噪声点处理策略,周期性检测和删除噪声点,使用基于Hadoop MapReduce框架的并行分析模型周期性地调整已经生成的簇。实验结果表明,PGDC Stream对大规模数据流的聚类质量、可伸缩性和实时性都好于CluStream。      

新闻数据流的在线事件检测

针对新闻数据流事件检测算法在实时性、准确率等方面存在的问题,提出一种面向新闻数据流的在线事件检测方法.事件的发生往往伴随着构成该事件的特征（即关键词）在相应时间段内出现的频率明显上升,将这些特征称为突发特征.运用分布拟合检验检测构成新闻数据流的特征在某一时间段内新闻报道中出现频率的分布是否发生明显变化,并进一步利用左边检验确认该时间段内的所有突发特征.分析突发特征的相关性,采用进化谱聚类算法将相关性较高的突发特征聚类在一起构成事件.在路透社新闻数据集第一卷上应用了本算法,验证了该方法能够有效地发现突发特征,并实时地检测出发生的事件,检测出的事件同实际事件有很高的符合度.     

面向CHILL数据流测试的研究与实验

介绍了数据流分析的基本概念,分析了常见的用于软件测试的几种数据流分析测试方法的不足之处,提出了一种面向ＣＨＩＬＬ的数据流模型和基于该模型的数据流测试方法,并实现了一个基于该方法的实验系统。     

多项式数据通路的高层次综合方法

为了实现多项式数据通路的高层次综合,采用有序、简化和正则的带权值广义表模型表达该多项式.首先对该带权值广义表进行线性化处理;然后提出了基于带权值广义表的多项式数据通路的高层次优化方法.该方法以自底向上的方式遍历带权值广义表中的节点,并迭代地析取该带权值广义表中的乘法和加法项,进而将该带权值广义表转换为不可简化的有层次的带权值广义表集合,最终将该集合转换为更适于高层次综合的可调度数据流图.实验结果表明,与传统的方法相比,采用该方法得到的数据流图转化为寄存器传输级结构具有更小的延迟和面积.     

DMAIC模型控制阶段关键输出稳健性设计和监控研究

通过运用误差传递函数来估计关键输出的变异,同时识别影响关键输出变异的关键输入变量;利用累积和控制图监控关键输出变化并对异常变化报警,以此建立关键输出的稳健性设计和监控方法,从而实现控制阶段真正保证关键输出长期满足顾客目标要求的能力。最后利用实例证明所提方法的有效性。     

一种基于路由信息的TCP流聚类方法

分析TCP流模式及传统网络资源分配中存在的问题,建立理想网络环境中的资源分配模型.提出一种新的流标记与分类方法,采用K均值算法对流进行聚类,改善运行besteffort服务的IP网络中TCP流量资源分配的合理性和公平性.该方法具有较低的节点间通信代价和节点计算量,适合大型互联网络,且对网络用户透明.模拟实验证明该方法有效.     

累积和控制图与休哈特控制图联合应用方法

通过休哈特控制图中的单值控制图、均值控制图和极差控制图与累积和控制图（CUSUM图）进行比较分析,虽然CUSUM图对过程发生的小偏移较灵敏,但在某些情况下休哈特图比CUSUM图能更快地对生产过程异常作出报警.在此研究的基础上,提出了联合应用累积和控制图与休哈特控制图的观点,以尽快发现生产过程的异常波动.     

二项变量累积和图vs pn图

累积和（ＣＵＳＵＭ）方法是一项成熟、先进的过程质量控制技术,并在发达国家腹到了成功应用。但在我国的应用近乎空白。对二项变量累积和控制图及计算平均链长（ＡＲＬ）的马尔可夫链方法作了简单介绍,计算了ＣＵＳＵＭ图和ｐｎ图的平均链长,在此基础上对两种方法进行比较,表明ＣＵＳＵＭ〈方法的ＡＲＬ性能优于ｐｎ图,并通过具体实例,进一步论证了ＣＵＳＵＭ图在实际应用方面优于ｐｎ图。认为在国内企业的质量管理中,应积极     

VAV空气处理机组故障检测与诊断方法及应用

针对变风量空气处理机组故障,考虑到变风量空调系统的动态性,给出了一种变风量空气处理机组故障检测与诊断方法.残差累积和(cumlative sum,CUSUM)控制图被用于检测空气处理机组故障,残差CUSUM控制图不仅可很好地适应变风量空调系统的动态性,还可消除数据自相关性对控制图性能的不利影响,有助于提高故障检测的准确性.根据质量守恒、能量守恒和控制原理,设计了3个基于规则的故障分类器,可用于寻找故障源.该故障检测与诊断方法在实际建筑中进行了在线应用,利用多种变风量空气处理机组故障验证了故障诊断方法的有效性和可靠性.     

适用于飞机舵面损伤情况下的一种在线辨识算法研究

空中飞行时若舵面出现损伤情况，将会严重影响飞机机动性能，控制律若能在线适应故障，实现对故障状态重新建模，就可极大提高飞机的生存性和可靠性。限制最小二乘算法能够在线辨识出飞机舵面的故障参数变化，可以克服由于噪声和弱信号输入带来辨识不准确的问题。文中用某机型飞行数据对该算法作了仿真验证，说明该算法的有界性、稳定性和收敛性等性能特点是适用于飞机舵面损伤情况下的在线辨识。     

基于PATRAN/NASTRAN的复合材料机翼蒙皮优化设计

基于有限元分析软件PATRAN/NA STRAN建立了适用于大型复合材料结构的优化系统。对层压板的优化分2级交替进行:第1级优化采用最大应变能准则调整各分层比例;第2级优化先用射线步调参,再从K uhn-Tucker条件和满应力准则出发推导出满足位移约束和强度约束的单元厚度迭代因子进行单元厚度优化。针对文中的优化方法,以复合材料机翼盒段蒙皮铺层优化为例进行了数值计算,通过优化计算验证了该方法有较高的效率,对工程设计具有一定的应用价值。     

基于偏斜数据流分类的入侵检测方法

入侵检测数据流具有偏斜分布以及概念漂移的特点,其样本无法准确反映整个空间的数据分布,分类器容易被大类淹没而忽略小类,使得检测正确率不高,对此,文中提出了一种单分类器集成的入侵检测方法,该方法在使用k-means聚类算法调整数据分布的基础上,用区间估计结合AUC的值检查概念漂移并更新分类器.实验结果表明,在处理偏斜数据流上优于均值、乘法规则、最大值三种分类处理方法,并具有较高的入侵检测率.     

面向AMT生产环境的EWMA质量控制图

在分析先进制造技术(AMT)下实施统计过程质量控制(SPQC)的发展现状和所存在的问题的的基础上,提出了基于统计变量标准化的AMT统计过程质量控制策略,并绐出了单值统计变量的标准化方法．研究了面向先进制造环境的EWMA质量控制图,给出了指数加权滑动平均(EWMA)控制图的理论模型、控制变量的计算公式和控制界限的无偏估计．