利用等价类构造有限状态自动机

一类语言由任意字母表上的某种进制的数字串构成，要求该语言中的所有数字串能够整除N；构造有限状态自动机识别该类语言是困难的，本文提出了根据等价类构造一类有限状态自动机的方法。该方法可以针对所有字母表和所有进制的数字串构成的语言，而且满足语言中的所有数字串能够整除任意正整数N。该方法实用、简便。     

新的等价类生成算法—生成支法*

目前,基于排序的等价类生成算法存在以下不足:排序后仍需高达 O（|B| |U|）的时间复杂度重复进行 运算才求得等价类,为此,设计了一种新算法。新算法采用孩子兄弟表示法,将生成等价类的过程定义为一棵二 叉树,主要采取了边生成节点边访问,一旦求得某个等价类便释放相应分支节点空间的方法。其时间复杂度为 O（|C| |U|）,空间复杂度为O（|U|）,为求等价类提供了一个新的解决办法。     

基于状态空间等价类的有色Petri网特性验证

在有色Petri网的状态空间中,有时一些状态具有相似的行为,这些状态可以用定义在状态空间上的一致的等价关系来表达,对每个等价状态类只研究它的一个代表状态的行为,这极大地减小了有色Petri网的状态空间。但是,通常对一个给定的等价关系是否为一致的验证都是通过用户的经验人工进行的,这不但容易产生错误,而且效率低下。该文依据普通状态图和等价类状态图的标记迁移系统关系,对状态空间一致性等价定义的计算机辅助验证做了深入的讨论,给出了相应的结果。     

基于等价类和最大完全图集聚类的关联规则发现算法

关联规则的发现是数据挖掘中的一个重要问题,本文提供了一个基于等价类和最大完全图集聚类的关联规则的发现算法。     

基于状态转换图同构求解的等价性验证算法

文中提出了一种基于状态转换图同构求解的时序电路等价性验证算法.算法将两时序电路的等价性问题转化为验证相应状态转换图的同构性.首先将初始状态对匹配为待验证对,然后采用递归的方法验证以初始状态对的下一状态对为初始状态的子状态转换图是否同构,从而得到时序电路是否等价的信息.若两状态转换图同构,则两图中的状态均可--配对为待验证状态对,即所有的代验证状态对均为等价状态对.该方法可以有效地克服算法级描述到底层实现之间跨度太大的问题.     

下推自动机的状态转换图与下推自动机的化简

参照有限状态自动机图形表示方式的思想方法,研究了标准下推自动机的图形表示——PAD 状态转换图,证明了下推自动机与标准下推自动机的等价性。给出了对标准下推自动机进行化简的原则,并给出了化简算法,实现了下推自动机的化简。     

基于等价类的Apriori优化算法

介绍关联规则挖掘中的经典算法——Apriori算法的关键思想。针对传统Apriori算法效率上的不足,提出一种改进的Apriori算 法——Ec-Apriori算法。该算法采用划分的方法,按照频繁1-项集支持度对数据库进行划分,在各自独立的子数据库上运用等价类的方法生成候选集,优化连接操作,同时利用位对象操作简化支持度的计算,较好地提高了算法效率。实验结果表明,改进后的算法具有较好的有效性。     

基于最大主子图分解的贝叶斯网络等价类学习算法

针对基于约束方法学习贝叶斯网络(BN)结构的不足,以及随着条件集的增大,利用统计方法进行条件独立(CI)测试不稳定等问题,提出一种基于最大主子图分解(MPD)的BN等价类学习算法.该算法首先通过MPD分解技术对BN的道德图进行分解;然后利用0阶和1阶CI测试识别部分子图中的V结构,对于初步未定的V结构利用局部评分搜索确定,从而避免了冗余检验,有效地减小了条件集的维数,并且提高了算法的效率.理论证明和实验结果均表明了所提出算法的有效性和合理性.     

基于等价类的关联规则挖掘矩阵算法

关联规则挖掘算法中的Apriori算法利用查找频繁项集来发现数据集中的关联规则,算法思路简单容易实现;但在由k-1次频繁项集生成k次频繁项集时需反复查找数据库,效率较低,在寻找高次频繁项集时其低效性更加明显;矩阵算法是通过直接查找高次频繁项集,避免了反复查找数据库,但要存储大量的非频繁项集,且查找低次频繁项集速度较慢。文中提出的矩阵等价类算法,利用等价关系进一步降低矩阵算法的时间空间复杂度,然后通过项目相似度直接求取所有最大频繁项集。实验结果证明了算法的可行性、高效性。     

基于超图的求等价属性集算法研究

本文讨论了有关等价属性集的一些性质，提出了准等价属性集和基本等价属性集的概念。在此基础上给出了一种求等价属性集的算法。     

一种基于聚类技术的数字图书馆个性化推荐算法

针对传统协作过滤算法存在的评价矩阵稀疏性问题,提出了一种基于聚类技术的推荐算法.该算法将k-means技术和分层技术相结合对图书资源进行聚类,缩小了近邻搜索的范围和需要预测的图书资源数目,很好地解决了因用户专业背景差异而导致的评价矩阵稀疏性问题,提高了推荐的准确度.     

一种基于粗集理论的分类规则挖掘的实现方法

研究各种高性能和高可扩展性的分类算法是数据挖掘面临的主要问题之一。基于粗集理论的分类规则挖掘是一种重要的方法,在分析有关算法的基础上提出一种改进方法,并通过实例证明了该方法的效率有所提高。此外,还提出了一种分类规则约简方法,使挖掘的结果更简洁、更易理解。     

分布式系统中求解RPC最大响应时间的一种基于状态图的算法

远程过程调用 ＲＰＣ （Ｒｅｍ ｏｔｅ Ｐｒｏｃｅｄｕｒｅ Ｃａｌｌ）是分布式系统中机间通讯的一种重要手段．分布式系统的性能很大程度上依赖于ＲＰＣ响应时间．使用回归模型和队列模型可对ＲＰＣ响应时间进行分析．但是回归模型不能很好地反映ＲＰＣ设计变化对响应时间的影响,而队列模型又要求对系统作较多的假设．针对以上模型的不足,本文提出用有穷状态迁移图构造ＲＰＣ模型,并给出了一个基于状态图的求解ＲＰＣ 最大响应时间的算法．经过证明和时间复杂性分析,该算法是正确而有效的     

一种基于Rough集理论的数据过滤方法

Ｒｏｕｔｈ集理论是一种处理不确定模糊知识的重要工具,在对Ｒｏｕｇｈ集理论进行深入研究的基础上,提出了一种基于Ｒｏｕｇｈ集理论的这滤算法。该处 工硒思想是基于Ｐ－确定的等价类的合并,算法直观,计算简便,理论和实验表明,该算法能够减低信息系统中信息的粒度,在保持规则近似质量不变的前提下,有效地提高规则的统计意义和预测强度。     

基于图的任意域内点集的Delaunay三角剖分算法

本文提出了一种基于图的二维任意域内点集的Ｄｅｌａｕｎａｙ三角剖分算法．该算法首先求出任意域内点集的约束最小生成树，然后逐次加入一边构造三角形网格，最后通过局部优化变换，得到二维任意域内点集的Ｄｅｌａｕｎａｙ三角剖分．本文还给出了该算法在有限元网格自动生成过程中的应用.     

基于六角网格的椭圆快速生成算法

大多数图形生成算法均是针对方形网格系统,即直角坐标系,而研究表明,屏幕上的网格点最佳分布是按六角网格分布的,本文就椭圆在六角网格的生成,提出了一个快速有效的并行算法。算法中全部采用了整数型运算。     

一种基于浓缩树结构的属性约简算法

属性约简是粗糙集理论的重要研究内容之一,其中基于区分矩阵的约简算法是一种高效的约简算法,但算法具有很高的空间复杂度.为了减少区分矩阵的空间开销,利用浓缩树结构,结合区分矩阵单个属性一定为核属性的特征,提出改进的生成浓缩树算法,压缩存储区分矩阵中的非空数据项,且不丢失原区分矩阵的所有信息;利用生成的浓缩树结构结合启发式策略,给出属性约简算法.实验结果表明,算法正确有效并且空间复杂度有明显降低.     

基于子波变换的一种信号除噪新算法研究

针对Donoho去噪算法中阈值难以确定，通过分析白噪声的能量分布在于波变换域随尺度变化的规律，提出了一种采用子波变换来消除信号噪声的新算法。通过对含噪信号的求导运算实现信号与噪声在于波变换域约分离，以达到消除噪声的目的，算法的特点在于能够自动给出信号中噪声的阈值。经过测试，该算法在消除信号中的白噪声时，能够取得比较理想的效果。