一种基于GS+LQ采样学习的DNA微阵列数据分类方法

以DNA微阵列数据分类为应用背景,提出一种GS+LQ采样训练方法,每轮采样依照"GS优先,LQ备用"的思路,优先选择训练后能生成最佳分类效果的样本进行标注学习,在GS失效的轮次,LQ作为备用方法选择学习对象。该方法综合了"快"和"稳"的特点,在实现相同精度目标下,相对于单一LQ采样,能进一步压缩训练成本,尤其在分类器初始分类经验匮乏的条件下,该优势体现更为明显。将GS+LQ与ND、MRE等常用采样方法进行实验对比,发现在促使识别能力"由高向更高"演化时,3种方法的差别并不明显,但在推进分类器精度"由低向高"进化时,GS+LQ的效率会高出很多。     

NU2RA:一种路网中不确定移动对象范围查询分析方法

目前移动对象的各类查询研究大多假设对象的位置确切可知,但实际上除了更新时刻外,其他时间对象的位置只是一个可能的范围.因而大多数基于确切位置的查询算法并不可行.而现有的涉及不确定性的查询方法大多仅针对自由移动的不确定查询或者不确定目标.针对道路网中查询和目标位置均不确定的情况,提出了一种NU2RA分析方法.根据查询范围对网络进行划分,用分布码表示目标的可能分布,得到不确定目标与不确定查询范围的22类拓扑关系,并且给出了目标在不确定查询范围内的概率计算方法.该方法不依赖于具体的不确定移动对象模型,对不确定历史轨迹和不确定的近期将来运动趋势同样适用.     

一种关于分布式查询技术的实现方法

以实现分布式查询的正确性、透明性及优化性为目标,针对粮食储备管理系统的分布式查询处理需求,系统地研究分布式查询处理器的总体设计、线程控制、消息通信、分布式查询优化等问题以及实现技术, 弥补了SQL Server数据库中分布式查询功能的不足.     

互联网查询的一种新模式

本文针对时下互联网上的查询、搜索功能的单一和落后性,利用流动Agent的优良特性及其网络计算模式,提出了一种新的互联网查询方案.它能充分体现今后查询、搜索的智能性、方便性和高效性.并且还可以扩展到其它的网络应用领域.     

选择-验证-过滤:一种迭代的子图包含查询处理机制

近年来,图模型广泛应用于生物信息、计算化学、语义网等领域.目前,"过滤-验证"机制被广泛用于子图包含查询,即首先根据图数据的特征构造索引,然后根据索引产生候选集,最后对候选集中的每一个图进行子图同构验证.在这类算法中,"过滤"阶段是关注的重点,力争过滤掉更多的数据;而"验证"阶段则只是单纯地进行候选图子图同构检测,并没有进一步优化查询性能的可能.因此,提出了一种新的子图包含查询的迭代处理机制:"选择-验证-过滤",可利用从子图同构验证过程中得到的信息,结合数据库中图数据之间的相关关系,进行迭代查询处理.该机制首先选择数据库中的图与查询图进行同构验证,然后根据本次验证得到的信息,结合图数据之间的子图映射关系,进行迭代查询处理.一旦子图同构验证成功则可直接获得查询结果,而若验证不成功,则可以缩小下次迭代的查询搜索空间.为提高验证成功概率,提出了一种基于搜索空间预测的图选择策略.大量实验表明,该算法具有较"过滤-验证"机制更高的查询处理性能.     

一种基于Parameter对象实现组合查询的技巧

在数据库应用程序设计中,实现组合查询的程序被大量应用,一种能够快速实现组合查询程序设计的方法可以节约大量的编程时间,提高软件开发的效率.本论文以实例论述了一种利用Parameter对象实现组合查询的方法.这种方法在VB和其它开发工具下非常容易实现.     

一种移动对象增量组最近邻居查询方法

基于移动对象增量最近邻居查询(INCNN),提出一种移动对象增量组最近邻居查询方法(INCGNN)。该方法以较小的代价求出每次更新时刻的组最近邻居。针对组最近邻居查询的特点,给出了k+1组最近邻居查询改进算法,椭圆剪枝和延迟更新3种优化查询的策略。实验结果表明,INCGNN明显优于REEGNN,3种优化策略能较好地提高查询性能。     

一种并行处理Skyline查询的有效方法

Skyline查询是近年来数据库领域的一个研究重点和热点, 这主要是因为Skyline查询在许多领域有着广泛的应用. 现有的工作大都集中于单处理机环境, 然而, 由于Skyline查询是CPU敏感的, 因此,在实际应用中, 现有的方法具有很大的局限性. 基于此, 提出一种有效降低处理Skyline查询时间开销的并行算法PAPSQ (Parallel algorithm for processing skyline queries). 算法有机结合多维数据对象的自身特性和通用多处理机系统的实施优点, 以Skyline查询搜索偏序格为底层结构, 利用多维数据对象的同胚评估值和偏序格加权技术来有效提高并行处理Skyline查询的效率. 实验评估表明, PAPSQ算法具有有效性和实用性.     

一种基于Parameter对象实现组合查询的技巧

在数据库应用程序设计中,实现组合查询的程序被大量应用,一种能够快速实现组合查询程序设计的方法可以节约大量的编程时间,提高软件开发的效率。本论文以实例论述了一种利用Parameter对象实现组合查询的方法。这种方法在VB和其它开发工具下非常容易实现。     

一种基于P2P的移动对象查询框架

近年来,时空数据查询方法的研究成为人们普遍关注的研究热点.但大部分研究主要集中在集中式环境,在分布式环境下对海量时空数据进行高效的轨迹查询和窗口查询是一件十分有意义且具有挑战性的工作.设计了一种基于P2P的解决方案,提出了对移动对象运动空间进行双层划分的方法来同时支持两种查询.应用网格过滤技术有效地解决了数据频繁更新的问题.对运动空间进行高效的划分,具有比空间填充曲线方法更好的负载平衡性,同时设计了高效的Overlay--SmartChord来支持窗口查询.实验结果表明,和现有方案相比所提方案可以有效减少更新通信量,负载平衡性和路由效率有显著提高.     

A NEW SUPERVISED FEATURE SELECTION METHOD FOR PATTERN CLASSIFICATION

With the rapid development of information techniques, the dimensionality of data in many application domains, such as text categorization and bioinformatics, is getting higher and higher. The high‐dimensionality data may bring many adverse situations, such as overfitting, poor performance, and low efficiency, to traditional learning algorithms in pattern classification. Feature selection aims at reducing the dimensionality of data and providing discriminative features for pattern learning algorithms. Due to its effectiveness, feature selection is now gaining increasing attentions from a variety of disciplines and currently many efforts have been attempted in this field. In this paper, we propose a new supervised feature selection method to pick important features by using information criteria. Unlike other selection methods, the main characteristic of our method is that it not only takes both maximal relevance to the class labels and minimal redundancy to the selected features into account, but also works like feature clustering in an agglomerative way. To measure the relevance and redundancy of feature exactly, two different information criteria, i.e., mutual information and coefficient of relevance, have been adopted in our method. The performance evaluations on 12 benchmark data sets show that the proposed method can achieve better performance than other popular feature selection methods in most cases.     

空值环境下关系数据库查询处理方法

本文给出了一种处理占位型空值的简化方法，解决了空值环境下关系数据库的查询问题，针对不同的空值语义语义特点和查询中的作用，定义了三种不同的操作。ＤＥＦＩＮＩＴＥ，ＥＸＩＳＴ，ＭＡＹＢＥ。同时，给出了含有这三种操作的选择运算、集合差、一般连接运算的新定义。     

一种新的非线性共轭梯度法及收敛性

在LS方法基础上,提出了一种新的求解无约束最优化问题的共轭梯度法.新方法通过一个新的公式计算参数,克服了LS方法的数值效果不稳定和收敛性弱的缺点,并且在强Wolfe线搜索下证明了该方法具有充分下降性和全局收敛性.大量的数值试验表明新方法是稳定的、有效的.     

基于图像差距度量的阈值选取方法

依靠阈值分割出目标与背景在图像处理与分析问题中经常使用,基于好阈值分割出的目标与背景之间的差距应议最大以及它们与原图像的差距应该都很大这一特点,在给出一些差距度量的基础上,一些新的阈值选取方法被提出,所有方法都有比Otsu方法类似的简单计算公式,特别地,根据这一原则,Otsu方法被多次导出,这也间接地说明了依据上面原则来构造阈值选取方法的合理性,所有方法均经实际图像验证证明是行之有效的。     

复杂景物环境下运动目标检测的新方法

文中提出一种复杂景物环境下自动检测运动目标的新方法。该方法具有四个明显特点：①背景允许任意复杂；②帧间摄像机允许运动；③目标的面积大小不影响算法的效果；④帧间允许的运动光流比较大。大量实验验证了文中方法的有效性和实用性。     

自主车辆越野路径规划的新方法——领域式规划法

本文提出了一种解决 ALV(Autonomous Land Vehicle)越野路径规划的新途径——领域式规划法.介绍了一种面向地形本身分布特点和性质的地形分割方法,讨论了领域式规划空间的二叉树表示方法.在此基础上,提出了采用虚拟矩阵匹配搜索二叉树以确定领域式规划空间中邻接关系的方法,并描述了启发式方法和概率方法相结合的路径搜索算法.领域式规划方法有效地解决了非结构化环境中的规划效率问题.     

提高可扩展并行机群并行I/O效率的一个方法

随着ＣＰＵ性能的高速提升,系统Ｉ／Ｏ能力的不足越来明显地成为提高ＮＯＷ系统整体性能的瓶颈。在分析现有基于ＮＯＷ系统的并行Ｉ／Ｏ算法的基础上,通过理论推导,给出了一种寻求计算进程与计算结点之间最佳映射的方法。该方法可以在数据重分配时,使各计算的通信量小,从而达到提高系统并行Ｉ／Ｏ效率的目的。     

利用灰关联理论定量评价选择供应商的算法研究

战略伙伴关系的建立和供应商选择评价在供应链管理中有着十分重要的意义,供应商的选择评价应采用定量和定性的方法,在分析了现有的定量方法的不足后,本文应用灰色关联理论,提出了一个定量评价选择供应商的算法,并从理论依据、模型建立、实例计算以及伪码实现几方面表述了该算法。     

分布式多传感器决策融合的新方法——双端检验法

利用传统的Ｂａｙｅｓｉａｎ决策理论和假设检验方法处理分布决策融合问题有一个重要的缺陷就是缺乏柔性，无法将不确定与不知道区分开来；Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论虽然可以弥补这一缺陷，但作为其数学基础的公理化定义的严密性值得怀疑。因此需要有更完善、更可靠和更有效的统计决策及证据组合方法。在这方面Ｔｈｏｍｏｐｏｕｌｏｓ已提出了一种广义证据处理方法（ＧＥＰ），它由Ｂａｙｅｓｉａｎ理论与Ｄ－Ｓ理论相     

二次拟合：一种提高软件可靠性模型精度的新方法

针对软件可靠性模型精度不高的问题,提出了"一次建模 + 二次拟合"的方法,通过误差补偿机制来提高模型精度,并将该方法应用于航天软件失效数据集.实践结果表明,提出的方法对于提高软件可靠性模型精度是有效的.