基于区间值Vague集的多属性模糊决策方法

区间值Vague集作为Vague集的一种有用推广,已经在系统控制以及智能决策等方面有较为广泛的研究与应用.针对不确定系统处理中常出现的模糊决策问题,通过将决策方案的约束条件属性集转化成区间值Vague集,并综合考虑约束条件属性肯定出现的区间值程度以及肯定不出现的区间值程度和未知是否出现的含糊(犹豫)程度区间,给出一个基于区间值Vague数的记分函数和区间值Vague集的有效的多属性模糊决策方法,使得决策更加合理更具弹性.最后通过一个实例表明我们所提出的方法在不确定系统决策中确是简便可行的.     

DNA计算机中二叉树存储结构的研究*

在参考已有研究的基础上提出DNA计算机中二叉树存储结构的研究思路,并结合生物操作和DNA分子的特性,阐述了三种设计方法的基本思想,即利用双链DNA分子可实现二叉树的顺序存储结构和基本操作,利用单、双链DNA混合编码方法构造的DNA双链对应于二叉树的中序遍历序列,利用3臂DNA分子可以实现二叉树的链式存储结构。仿真实例表明这三种设计方法具有可行性。     

利用Agent技术给网页增加一些情趣

一、前言 Microsoft Agent是一个标准的ActiveX控件,Agent控件的内部机制很复杂,它提供的动画人物不仅有交互式的,人性化的动画,生动,有趣的语音,还可让用户通过麦克风与电脑进行互动的交流,这些功能使计算机更具人性魅力,其应用前途相当广泛。     

功耗攻击实验中一种高效功耗模型研究与应用*

功耗模型是开展功耗攻击研究的理论和实验基础。在已有的文献基础上提出了一种新的功耗模型,并应用在功耗攻击仿真实验中。实验证明能够节省仿真时间和运算资源。     

评价对象抽取研究综述

近年来,细粒度情感分析因其在商业决策、舆情分析等领域的重要作用而受到学术界和工业界的广泛关注.评价对象抽取作为情感分析的基本任务之一,是进行细粒度情感分析的关键问题.本文针对评价对象抽取问题的起源、当前主流研究方法和趋势进行了梳理,首先详细阐述评价对象抽取问题的基本概念并对其进行形式化表示,然后结合近年来的研究对评价对象抽取方法进行归纳和总结,并重点分析基于频率、基于模板规则、基于图论、基于条件随机场和基于深度学习的评价对象抽取方法,随后回顾评价对象抽取的评测情况和可用的语料资源,最后分析评价对象抽取的若干难点问题,同时对评价对象抽取研究进展和发展趋势进行总结和展望.     

探究式教学在数据库原理及应用课程中的应用与反思

探究式教学模式能有效培养学生的创新能力和问题解决能力。文章分析调查问卷,总结探究式教学模式在数据库原理及应用课程中的应用经验,指出实行探究式教学需要实现教师和学生的角色转变,并说明在实施过程中教师应重点关注的问题。     

挖掘最大频繁项集的并行算法

频繁项集的挖掘是数据挖掘的核心内容。本文提出挖掘最大频繁项集的并行算法P-MinMax，它采用数据库的垂直表示和基于前缀关系的等价类划分，利用因子项集的完全包含关系在处理机之间贪心分配等价类，根据等价类的需要相应地划分和有选择地复制数据库记录，使各处理机得以异步计算，达到了较好的负载平衡。分析和实验表明，     

一种两阶段异常检测方法

提出了一种新的距离和对象异常因子的定义，在此基础上提出了一种两阶段异常检测方法TOD，第一阶段利用一种新的聚类算法对数据进行聚类，第二阶段利用对象的异常因子检测异常．TOD的时间复杂度与数据集大小成线性关系，与属性个数成近似线性关系，算法具有好的扩展性，适合于大规模数据集．理论分析和实验结果表明TOD具有稳健性和实用性．     

基于数学推导的"数据结构"构建教学探讨

针对“数据结构”课程的特点,在课程教学过程中,为了提高学生的学习兴趣、动手能力和解决实际问题的能力,用构建主义教学法来建立数据模型,以加强理论环节的教学,最终达到教学质量的提高。     

一种面向高维混合属性数据的异常挖掘算法

异常检测是数据挖掘领域研究的最基本的问题之一,它在欺诈甄别、气象预报、客户分类和入侵检测等方面有广泛的应用。针对网络入侵检测的需求提出了一种新的基于混合属性聚类的异常挖掘算法,并且依据异常点(outliers)是数据集中的稀有点这一本质,给出了一种新的数据相似性和异常度的定义。本文所提出算法具有线性时间复杂度,在KDDCUP99和WisconsinPrognosisBreastCancer数据集上的实验表明,算本法在提供了近似线性时间复杂度和很好的可扩展性的同时,能够较好的发现数据集中的异常点。