基于并置方法构造的正形置换性质研究

正形置换在密码体制中有重要应用,根据正形置换和正形拉丁方截集的等价关系,研究了基于并置方法构造的正形置换的线性性、不动点、轮换和周期,给出了一些具体的结果。     

求平面点集凸壳的一种新算法

在研究了大量的求平面点集凸包的算法基础上,提出了一种新的构造平面点集的凸壳算法。此算法先求出四个极值点,构造出一个四边形。对于四边形外面的点依次用二分法进行判断是属于哪个线段区域;对于一个线段区域上的点只需要找出右侧的点,分别和线段的两个端点连接得到新的多边形链,依次这样处理每个点,直到结束。这样就得到四个简单多边形单调链,然后对单调链求凸点,时间复杂度为O（n）,最后求得的每个凸点就是平面点集的凸壳,此算法总的时间复杂度不超过O（n log n）。     

基于模糊集截集的模糊粗糙集模型

基于L.A.Zadeh模糊集的截集的概念给出了论域U上任意模糊子集的上、下近似的刻画,得到了基于模糊集的截集的粗糙集模型,亦即模糊粗糙集,实现了用论域U中的模糊集近似论域上的任意模糊集,进一步推广了Z.Pawlak粗糙集模型,扩展了粗糙集的应用范围。最后,研究了其基本性质以及其与其他粗糙集模型的关系。     

互联网络RCP（n）的路由算法

在对互联网络RCP（Ringed Crossed cube Petersen）拓扑结构研究的基础上,利用RCP（n）网络具有正则性,良好的可扩展性,以及具有比Q_n、HP（n）、RHP（n）网络更短的直径和更小的构造开销这些特性,给出了RCP（n）的单播路由算法和广播路由算法,并证明了RCP（n）比Q_n、HP（n）、RHP（n）网络具有更好的路由性能。     

点物体主方向关系的一致性检验

一致性检验问题是主方向关系推理中非常重要的基础理论问题,提出了一种利用欧几里德空间坐标图实施一致性检验的新方法。首先对研究的问题进行了定义,阐述了方向关系的坐标图表示方法,从而使得对点物体方向关系约束集的一致性检验就转化为检测图中是否存在环的问题,通过一致性判定、环的检测、实施方法这3个环节来具体实现。其算法的时间复杂度是O（n+e）,优于传统的O（n²）     

一类具有低相关特性和较大线性复杂度的序列集

对于p=3和偶数n=2k,构造了一类周期为3ⁿ-1大容量序列集S^(r),这里r与3^k-1互素。这类序列集的相关函数取-1±3^k,-1,-1+2•3^k四值,并完全确定了相关值的分布。通过选取适当的参数r,证明了这类序列集具有较大的线性复杂度下界。     

树状网络上带度约束的k-tree core问题

考虑到在实际应用中,由于计算机和通信网络中一般每个设备的处理能力是有限的,在k-tree core问题的基础上,提出了同时带有度约束的k-tree core问题,即k-tree core中的每个节点在子树中的度不超过给定常数q,记为q-DTC（k）（Degree constrained Tree Core）。利用动态规划的方法,采用最优化原则先找出文中所定义的局部根核集,然后利用贪婪思想对不满足度限制的节点所在的分支加以删减,对无权树和赋权树得到了复杂度分别为O（kn）和O（max{n log n,kn}）多项式时间算法,其中n是树的节点数。     

分组排序算法

提出了分组排序算法,详细分析了算法的原理及其时间与空间复杂度,得出了在最坏情况下的时间复杂度是θ（mn）;最好情况和平均情况下的时间复杂度均是θ（nlog（n/m^k））;在最坏情况下的空间复杂度是O（mn-m²＋m）;最好情况和平均情况下的空间复杂度均是O（m^klog（n/m^k））;并用多组随机数据与效率较高的快速算法进行仿真对比实验,试验结果说明了文中结论的正确性。这一结果,将有助于进一步设计高效的海量数据分析方法。     

互联网络RCP（n）的最短路算法

RCP（n）是最近提出的一种新型互联网络拓扑结构,是由环、Petersen图和交叉立方体所组成的,具有短直径、良好的可扩展性和正则性以及较小的构造开销的性质,是一种具有良好拓扑性质的互联网络。针对RCP（n）上节点编码的特点,采用逐步分解编码,依次寻找路径的方法给出了寻找RCP（n）上任意两点间最短路的一个多项式算法,为RCP（n）上作进一步的路由算法、最优分组等通讯性能的研究提供了理论支持,因此具有一定的理论意义和应用价值。     

以平行线段为模型的非精确数据凸包问题研究

现实应用中,计算机处理的数据往往是非精确的。对于非精确的输入数据,一般使用线段,圆和正方形等模型表示。对以平行线段代表非精确数据的模型研究非常重要,因为这种非精确数据模型是解决其他更复杂模型的基础[1]。loffler等[1]给出了一种算法,可以在时间O（n³）内求出以竖直平行线段表示的非精确数据的最大面积凸包。但是该算法对于任何输入数据计算量都是一样,而现实生活中的非精确数据往往不是完全没有规律的,比如来自同一设备采样的数据的误差范围是一致的。首先给出了一种新的算法,可以在O（nlog（n））时间内求出具有相同取值范围的非精确数据的最大面积凸包,同时研究了输入数据是n个非精确数据和m个退化为精确数据的非精确数据如何求最大面积凸包的问题。如果把这些已经退化的非精确数据仍然看作非精确数据,套用文献[1]的算法时间复杂度将会是O（（n+m）³）。针对这种情况给出了一种算法,算法时间复杂度为O（n³+nm）。     

Znm上的l-广义正形置换

给出了Zⁿ_m上l-广义正形置换的概念,讨论了l-广义正形置换的函数性质。对Zⁿ_m上l-广义正形置换的一阶广义Chrestenson谱特征进行了分析,并基于谱特征给出了一种Zⁿ_m上的l-广义正形置换的构造方法。     

高g值三轴加速度传感器的横向效应研究

研究了自由落体冲击方法检测高量程三轴高g值加速度传感器的横向效应,即分别在x轴、y轴、z轴作为主轴时,检测三轴压阻传感器其他两个方向感受到的g值大小和方向。实验表明,在Z轴作为横向输出轴时横向效应最大。     

满足若干密码学性质的S-盒的构造

S-盒是许多密码算法的唯一非线性部件,它的密码强度决定了整个密码算法的安全强度.但 是对于大的S-盒的构造比较困难,而且软硬件实现也比较难,目前比较流行的是8×8的S-盒 .基于m-序列,提出一种构造8×8与8×6的S-盒的方法,通过测试法从中选出了一批非线性 性质与差分均匀性都比较好的S-盒.同时,基于正形置换构造了一批4×4的S-盒.这些S-盒 对进一步设计密码算法提供了非线性资源.     

启发式概念构造的组推荐方法

形式概念分析是形式背景的数据分析方法,已被引入推荐系统领域。概念格作为形式概念分析的有效工具,因其构造效率低下,所以难以应对电子商务中的大规模数据。为解决该问题,提出一种基于启发式概念构造的组推荐方法。首先,基于用户共同评分的项目,定义概念构造的启发式信息,实现概念的快速构造;同时利用内涵约束,在保证群组相似度的基础上,构造当前面积最大的概念,以包含更多的邻居用户;然后,在覆盖所有用户的概念集合上,统计项目在群组中的流行度,实现对群组用户的组推荐。在抽样数据集和MovieLens上,对比了该算法与两类不同的推荐算法。实验结果表明,在大规模数据下,该算法能在快速生成概念集合同时满足推荐需要。     

正形置换的枚举与计数

正形置换在密码算法的设计中占有很重要的地位．研究正形置换的特性、枚举、计数对于密码设计和密码分析均具有重要的意义．正形置换的理论研究已成为国内外密码学编码理论的热点问题．对正形置换的计数和枚举问题进行讨论,利用和阵给出了正形置换的一个枚举方法,利用该方法可以列出所有的”阶正形置换．国内外相关文献中还未见到正形置换的枚举方法．由该枚举法得出了n阶正形置换个数Nn的上界和下界,这个结果比迄今为止给出的结果都要好,是目前给出的最优上下界．     

基于OWL的双语领域本体构建方法研究

随着在万维网上进行多语种语义查询要求的提高,多语言本体的研究逐渐成为热点,但是专业领域多语言本体的研究还相对较少。在对现有多语言本体构建方法的分析比较基础上,设计了两种基于OWL的、面向计算机软件工程专业领域知识的、汉英双语领域本体的构建方法,并进一步研究了基于上述两种方法的概念间相似度的计算方法,并且利用以上两种方法,以软件工程中UML知识为来源,建立了一个实验性双语领域本体。该方法在概念映射方面改进了原有方法无法有效地实现概念映射的缺陷,在多语种概念映射方面具有比较好的效果。     

基于概念格的数据挖掘方法在库存管理中的应用*

库存管理是物流系统优化的一个重要内容,利用概念格的数据挖掘方法来实现多目标优化过程中,给出了库存模型向概念格模型转换的方法,提出了一种具体的概念格的渐进式构造算法;对于概念格的数据挖掘方法,具体定义了概念格中的关联规则,并提取了库存模型中的隐藏知识,进而为实现库存模型的多目标优化提供了决策支持。     

形式背景下的技能约简与评估

知识空间理论(KST)为构建知识评价体系提供了有效的途径.形式概念分析(FCA)是知识发现的有力工具.知识空间理论与形式概念分析间存在密不可分的联系.知识空间理论被运用于评估学习者的知识和指导未来的学习.目前,如何构建准确的知识结构是知识空间理论的重点研究问题.基于技能与问题间的关系,对知识空间理论与形式概念分析间的联...     

面向不良文本信息监控的概念网技术研究

由于网上信息的迅速增长,文本信息监控已经成为网上信息管理中的热点研究课题。文章在模糊集和语义网络的理论基础上,构建了模糊值动态约束性概念网络,介绍了该概念网络的基本构建方法,并提出了基于概念网络的文本分析算法。