一种200MHz处理速度的FIR滤波器设计

本文通过对串行分布式算法和并行分布式算法作对比研究,分析了基于并行分布式算法的FIR滤波器速度上的优势,设计出一种新颖的高速并行分布式算法结构,并根据该算法结构实现了一种满足处理速度200MHz,12位31阶FIR数字低通滤波器。     

基于改进分布式算法的FIR滤波器设计

分布式算法(DA)具有节约硬件资源的优势,被广泛地应用于FIR滤波器设计中。提出一种改进的分布式算法,通过FPGA实现了一个32抽头的FIR低通滤波器,对ModelSim的仿真结果进行了分析,验证了该算法的可行性。结果表明改进的分布式算法比传统分布式算法显著降低了逻辑单元和存储资源的占用。     

基于元学习的分布式挖掘频繁闭合模式算法研究*

利用元学习技术提出了一种分布式挖掘频繁闭合模式算法;为适应不同的分布式环境,还给出了该算法的一个变种;最后通过实验讨论了不同分布式下选取算法的策略。算法具有挖掘效率高、通信量少、可靠性高的特点,适合分布式挖掘。     

基于分布式数据融合的无线移动传感器网络目标跟踪算法

针对无线移动传感器网络(WMSN)自身具有移动性和分布式的特点,在现有分布式粒子滤波DPF的基础上,提出了一种实现分布式数据融合的分布式目标跟踪算法WDOT。该算法使用高斯混合模型和平均一致性滤波器实现了节点的分布式数据融合,提高了算法的稳定性,降低了通信开销。仿真实验通过与已有目标跟踪算法在通信开销、估计均方根误差等方面的对比,验证了WDOT算法的目标跟踪性能。     

分布式算法的性质和复杂性

首先提出一个分布式算法,即图论意义上的拓扑分类的分布式算法。以此算法作基础,对分布式算法的某些一般性质提出了一些看法,还讨论分布式算法的设计和分析中的一些重要问题,如终止性,稳定性,正确性等;最后讨论和分析分布式算法的复杂性,即时间复杂性,空间复杂性,以及通讯复杂性。     

一种新的分布式互斥请求集生成算法

分布式互斥请求集的长度、对称性和生成的难易程度以及生成算法占用的空间及耗费的时间直接影响着基于该请求集的分布式互斥算法的消息复杂度、对称性和算法的应用规模。本文在基于循环编码的分布式互斥请求集生成算法的基础上,提出了一种增加算法初始化节点数量的对称分布式互斥请求集生成算法。其生成的请求集长度小于2N0.5,其时间复杂度也比基于循环编码的分布式互斥请求集生成算法小。因此,该算法较已有的分布式互斥请求集生成算法在性能上具有较大提高。     

异步网络模型中轮询与选举算法的研究与实现

分布式算法是用于解决多个互连处理器运行问题的算法.分布式算法的各部分并发和独立地运行,每一部分只承载有限的信息.分布式算法的异步网络模型是一个输入/输出自动机模型,节点之间靠消息传递状态和数据信息.所描述的异步网络模型是建立在图论基础上的裸异步模型.分析了分布式算法的基本算法,研究了异步网络模型建立的基本方法.在该模型之上,重点讨论了分布式波动算法中的轮询与选举算法,并用C语言模拟实现了该算法.     

基于离群点分析的分布式光伏发电量异常检测算法

针对分布式光伏有带病运行以及骗取国家补贴的现象,本文基于离群点分析中的格拉布斯准则和分布式光伏的自身特点,提出了一种分布式光伏发电量异常检测算法。该算法可以筛选出单位容量日发电量过高与过低的分布式光伏用户,进而可以避免分布式光伏长期带病运行,以及遏制骗取国家补贴的行为。最后以某县的分布式光伏数据进行了算例分析,验证了该算法的有效性。     

分布式环境下的决策树挖掘研究

针对分布式环境中数据自治、异构和私有的特点,提出将现有数据挖掘算法分解为分布式统计信息获取和模型生成两部分.以决策树为研究对象,分析了分布式信息需求并设计了分布式挖掘算法步骤.通过性能分析,文中算法在数据自治和通信费用上比集中式算法有优势.     

分布式遗传退火算法求解分布式配置问题

利用分布式约束满足的方法求解分布式配置问题时,在过约束和欠约束条件下都不能得到令人满意的结果,文中将分布式配置问题抽象为分布式组合最优化问题,把遗传退火算法扩展到分布式计算环境以求解分布式配置问题,以SOAP为基础搭建实验平台,在各种约束情况下,文中算法都给出了令人满意的实验结果,可见分布式遗传退火算法可以求解各种约束条件下的分布式配置问题。     

分布式系统中关联规则挖掘研究

在分布式系统中如何挖掘关联规则是数据挖掘领域研究的一个重要课题。本文对关联规则分布式挖掘问题进行探讨，给出了关联规则分布式挖掘系统DAMINER的体系结构，提出了一种基于DAMINER的关联规则分布式挖掘算法ARDM。该算法具有通信代价小和时间开销少等优点。     

基于频繁模式树的分布式约束性关联规则挖掘算法研究

在分布式环境中挖掘约束性关联规则是当前研究的热点问题之一。该文在FP-growth算法的基础上,提出了一种新的分布式挖掘约束性关联规则算法DAMICFP。该算法对于解决分布式挖掘约束性关联规则的问题是十分有效的。     

采掘关联规则的高效并行算法

采掘关联规则是数据采掘领域的一个重要问题。文中对采掘关联规则问题进行了简单的回顾,给出了一种提高顺序采掘关联规则效率的方法;分析了已有并采掘关联规则算法的优缺点;设计了一个效率较高的并行采掘关联规则的算法ＰＭＡＲ;并与其它相应算法进行了比较,实验证明,算法ＰＭＡＲ是有效的。     

Efficient mining of association rules in distributed databases

Many sequential algorithms have been proposed for the mining of association rules. However, very little work has been done in mining association rules in distributed databases. A direct application of sequential algorithms to distributed databases is not effective, because it requires a large amount of communication overhead. In this study, an efficient algorithm called DMA (Distributed Mining of Association rules), is proposed. It generates a small number of candidate sets and requires only O(n) messages for support-count exchange for each candidate set, where n is the number of sites in a distributed database. The algorithm has been implemented on an experimental testbed, and its performance is studied. The results show that DMA has superior performance, when compared with the direct application of a popular sequential algorithm, in distributed databases     

Shared-nothing并行事务数据库系统中规则的挖掘与更新算法

关联规则是数据挖掘中的一个重要研究内容．本文提出了Shared—nothing并行事务数据库系统(简称SNPDBS)中一种快速的关联规则挖掘算法SNPMAR，并考虑当最小支持度发生变化后SNPDBS中关联规则的高效更新问题，提出了一种有效的关联规则更新算法SNPIUA．     

基于MapReduce计算模型的并行关联规则挖掘算法研究综述

关联规则挖掘是最常用、最重要的数据挖掘任务之一,经典的关联规则挖掘算法有Apriori、FP-Growth、Eclat等。随着数据的爆炸式增长,传统的算法已不能适应大数据挖掘的需要,需要分布式、并行的关联规则挖掘算法来解决上述问题。MapReduce是一种流行的分布式并行计算模型,因其使用简单、伸缩性好、自动负载均衡和自动容错等优点,得到了广泛的应用。本文对已有的基于MapReduce计算模型的并行关联规则挖掘算法进行了分类和综述,对其各自的优缺点和适用范围进行了总结,并对下一步的研究进行了展望。     

基于免疫遗传退火算法的Web关联规则挖掘方法*

摘要：根据关联规则挖掘的要求与特点,结合免疫算法,遗传算法和模拟退火算法的优点,提出一个基于免疫遗传退火算法的Web关联规则挖掘方法。实验结果表明,与遗传算法和模拟退火算法相比,基于免疫遗传退火算法的关联规则发现在Web挖掘中具有一定的优势。     

基于改进多层次模糊关联规则的定量数据挖掘算法

针对单一层次结构实现规则提取具有规则提取准确性不高、算法运行时间长、难以满足用户使用需求的问题,提出一种基于改进多层次模糊关联规则的定量数据挖掘算法。采用高频项目集合,通过不断深化迭代的方法形成自顶向下的挖掘过程,整合模糊集合理论、数据挖掘算法以及多层次分类技术,从事务数据集中寻找模糊关联规则,挖掘出储存在多层次结构事务数据库中定量值信息的隐含知识,实现用户的定制化信息挖掘需求。实验结果表明,提出的数据挖掘算法在挖掘精度和运算时间方面相较于其他算法具有突出优势,可为多层次关联规则提取方法的实际应用带来新的发展空间。     

分布式环境基于相似度的关联规则挖掘模型的研究*

介绍了关联规则挖掘的基本原理和方法,详细分析了分布式关联规则挖掘算法并给出其模型;提出一种充分考虑数据源异构性、基于相似度的的分布式数据挖掘方法.实验证明该模型提高了挖掘的准确率.     

分布式数据库项约束多层关联规则挖掘

由于分布环境的日益普遍并且需要结合使用者的实际要求对数据集按层次挖掘关联规则,故本文针对在分布式环境下基于项约束的关联规则挖掘和多层关联规则挖掘的特点,将交易表按概念层次进行编码。使用逐层迭代挖掘蓑略,结合CD算法和Direct算法提出一种在分布式环境下挖掘约束性多层关联规则的有效算法：MLACD算法。并通过实验验证该算法是正确有效的。