小型蒸发器缺失观测值插补计算模型研究

为了解决小型蒸发器观测值缺失的问题,分析了小型蒸发器和E-601B型蒸发器观测值折算系数法的不足,采用回归分析法计算了小型蒸发器观测值,基于成因分析法选用相应月份合适的气象因子,在相关性分析的基础上采用多元回归分析法、逐步回归分析法和门限回归分析法进行计算,采用排序评分法选定出最佳的回归分析多项式,并对2002～2017年的值进行预报,发现选用的最优回归多项式的预报结果与E-601B型蒸发器的观测值的比值在合理的范围内,并进一步扩大了比值的区间;预报因子和预报方法相结合能够获得模拟和预报正确率最高的模型,所提方法对小型蒸发器观测值的预报和插补具有较好的指导意义。     

新工科背景下算法与数据结构实践教学改革探索

针对新工科背景下计算机专业人才培养面临的新挑战,提出融合问题驱动、线上线下、课赛结合、过程评价四位一体的实验教学新模式,阐述如何将该模式运用于算法与数据结构实践教学的全过程,最后通过教学效果说明新教学模式的有效性.     

专家干预下置信规则库参数训练的差分进化算法

传统关于置信规则库参数训练模型的求解主要采用FMINCON函数及群智能算法,但在算法设计中并未涉及所有的置信规则库参数,且缺少必要的专家干预.为解决这些问题,首先在现有参数模型的基础上进一步扩宽参与参数训练的置信规则库参数,然后设计出符合思维逻辑的专家干预的约束条件,最后结合差分进化算法提出具有更高收敛精度的置信规则库参数训练方法.在实验分析中,首先在多极值函数的实例中分析该方法的有效性,再在输油管道检漏的实例中检验专家干预的合理性及对比现有的其他参数训练方法.实验结果表明,该方法是有效可行的.     

利用MISA多目标优化的置信规则库分类算法

现有基于置信规则库的分类系统的分类准确率和效率受到系统参数设置以及规则库结构合理性的影响。为了寻找到最佳的参数值和最优的规则库结构,本文结合多目标免疫系统算法（multiobjective immune system algorithm, MISA）提出利用MISA多目标优化的置信规则库分类算法。该方法融合特征属性约简思想和差分进化算法思想建立训练模型,采用多目标免疫系统算法对系统复杂度和分类准确率进行多目标优化,从而寻找到分类模型的最优解。在实验分析中,首先将本文提出的置信规则库多目标分类系统MISA-BRM和置信规则库分类系统的实验结果进行对比,从复杂度和准确率两个维度说明本文方法的有效性。同时还将本文方法与现有的其他分类方法进行比较,验证本文方法的可行性和有效性。实验结果表明,本文方法能够有效地对基于置信规则库的分类系统的准确率和复杂度进行多目标优化。     

面向最佳决策结构的置信规则库结构学习方法

针对置信规则库中初始结构不合理的问题,现有的解决方法仍存在不具备可重复性或受数据完备性和等级效用值相关联的制约等方面的不足。鉴于此,对置信规则库的参数学习进行了理论分析和实验验证,总结出不合理结构下置信规则库中易出现结构欠完备问题或结构过完备问题;将DBSCAN算法和误差分析嵌入到现有参数学习方法中用于解决上述问题,进而提出了面向最佳决策结构的结构学习方法;通过实验分别在过完备结构和欠完备结构的置信规则库下验证了新方法,并对比了结构改变时误差的变化。实验结果表明所提方法是有效可行的。     

Prufer编解码的最优算法

讨论标号树的Prufer编码的编解码算法.文献中常见的Prufer编解码算法需要O(n log n)时间.文献[1,2,4,9]提出了Prufer编解码的线性时间算法.这些算法都用到了整数排序算法,利用待排序整数的取值特殊性,得到线性时间整数排序算法.由此将Prufer编解码问题的计算归结为整数排序问题.本文从更直接的角度考察Prufer编解码问题,从简单算法出发,挖掘问题的本质特征,逐步简化,得到Prufer编码的一个非常简单实用的线性时间最优编解码算法.本文采用的解决问题的方法也具有一定的技巧,可供解决类似问题时借鉴.     

基于局部信息熵的加权子空间离群点检测算法

离群点检测作为数据挖掘的一个重要研究方向,可以从大量数据中发现少量与多数数据有明显区别的数据对象.“维度灾殃”现象的存在使得很多已有的离群点检测算法对高维数据不再有效.针对这一问题,提出基于局部信息熵的加权子空间离群点检测算法SPOD.通过对数据对象在各维进行邻域信息熵分析,生成数据对象相应的离群子空间和属性权向量,对离群子空间中的属性赋以较高的权值,进一步提出子空间加权距离等概念.采用基于密度离群点检测的思想,分析计算数据对象的子空间离群影响因子,判断是否为离群点.算法能够有效地适应于高维数据离群点检测,理论分析和实验结果表明算法是有效可行的.     

面向聚类的数据隐藏发布研究

数据隐藏发布在保护数据隐私和维持数据可用性间寻求一种折中,近年来得到了研究者的持续关注.数据隐藏发布的起因和目标都源于数据的使用价值,聚类作为实现数据深层使用价值的一个重要步骤,在数据挖掘领域得到了广泛的研究.聚类对数据个体特征的依赖与隐藏操作弱化个体特征的主导思想间的矛盾,使得面向聚类的数据隐藏发布成为一个难点.对面向聚类的隐私保护数据发布领域已有研究成果进行了总结,从保存聚类特征粒度的角度,分析保存聚类特征粒度与聚类可用性、隐私保护安全性间的关系;从维持数据聚类可用性效果角度对匿名、随机化、数据交换、人工合成数据替换等主要隐藏方法的原理、特点进行了分析.在对已有技术方法深入对比分析的基础上,指出了面向聚类的数据隐藏发布领域待解决的一些难点问题和未来发展方向.     

燃料电池的傅里叶传热模型建模及求解

基于傅里叶传热定律,对燃料电池质子交换膜的温度场响应进行分析。通过燃料电池中传热条件的分析和简化,构建质子交换膜温度场的传热模型。根据膜上的热交换条件和传热特性,简化膜的温度场为单元二维模型,并利用格林函数进行求解,获得燃料电池质子交换膜的温度响应函数。从理论上分析了交换膜中温度场的分布和随时间的变化规律,并利用该模型对反应气体的传热系数、反应气体的温度和电极材料等因素对膜温度场的影响进行了分析。     

高速缓存参数无关漏斗排序算法及其实现

分析了RAM模型与现实计算机之间存在的差异,介绍了一个新的存储模型——理想高速缓存模型。描述了漏斗结构,设计并实现了高速缓存参数无关漏斗排序算法,通过仿真试验验证了该排序算法的有效性。