基于AR规则的全路径测试数据自动生成方法

基于全路径的研究现正处于起步阶段,提出了一种全新的NRPS算法（不重复路径搜索算法）和AR规则来对程序的源文件进行静态分析,生成有向无负权图,进而得到不重复路径集;并结合粒子群优化算法最终生成最优测试用例。实验表明,该方法具有可行性。     

基于蜂群算法的移动agent迁移策略研究*

旅行agent问题是一个复杂的组合优化问题,在于解决保证agent在不同主机间移动时如何根据任务情况规划路线,实现在完成任务时间最短的路线上迁移。采用进化算法的搜索求解具有启发性强、鲁棒性强的特点,但也面临着陷于局部最优解,导致agent在迁移过程中整体任务完成效率降低等问题。提出了一种基于蜂群算法的agent迁移模型,将agent划分为侦察、引领和跟随三种角色,agent通过彼此间的信息互换,在群体迁移的过程中同时实施新路径的发现和调整。实验结果表明,该算法可以很好地实现目标寻径效率,与经典蚁群算法相比     

基于混沌微粒群算法的文本分类研究*

针对中文文本分类问题,将其用于分类规则的抽取。为了避免微粒群算法在全局优化中陷入局部极值,利用混沌运动遍历性、随机性等特点,对标准微粒群算法进行了改进,提出了基于混沌微粒群算法的文本自动分类方法。仿真实验表明本算法对文档进行分类是一种比较可行的分类方法,分类精度高、速度快。     

基于连续型条件属性的模糊规则约简算法*

针对粗糙集对于连续域属性决策表的处理能力差以及不容易获得模糊集之间关系等问题,提出一种将模糊集和粗糙集结合起来的连续型条件属性模糊规则约简算法。该算法首先引入三角隶属度函数将连续属性值转换为模糊值,并使用离散模糊神经网络方法获得数据集之间关系。实例验证表明,采用该算法,用户可以根据实际决策需要和领域知识更改阈值,从而获得满意的模糊规则结果。     

主动授权规则实施支持空间特性的RBAC*

为满足安全策略或者角色定义的变化,系统或模型应该提供一种灵活的机制实施支持空间特性的RBAC。引入了OITE（on-if-then-else）主动授权规则实施支持空间特性的RBAC,定义了支持空间特性的RBAC中各基本元素与OITE之间的映射关系。使用OITE作为实施机制,可以在不同粒度上实施带有空间特性角色约束,并且可以将支持空间特性的RBAC应用在多个领域中。最后简要讨论了授权规则如何从支持空间特性的RBAC安全策略中自动产生。     

Generating Rare Association Rules Using the Minimal Rare Itemsets Family

Rare association rules correspond to rare, or infrequent, itemsets, as opposed to frequent ones that are targeted by conventional pattern miners. Rare rules reflect regularities of local, rather than global, scope that can nevertheless provide valuable insights to an expert, especially in areas such as genetics and medical diagnosis where some specific deviations/illnesses occur only in a small number of cases. The work presented here is motivated by the long-standing open question of efficiently mining strong rare rules, i.e., rules with high confidence and low support. We also propose an efficient solution for finding the set of minimal rare itemsets. This set serves as a basis for generating rare association rules.     

批量准则下的控制图在完全检验中的最优设计

为了帮助企业提高产品质量,减少生产成本,对于对产品采用完全检验的企业,提出了在批量准则下,建立生产过程的期望质量损失成本最优模型,并进行了大量的数值实验,结果表明该准则下的期望质量损失成本总体上优于其他准则.     

基于关联规则挖掘的课程相关性研究与应用

应用关联规则挖掘对高校课程相关性进行了研究．将某高校的毕业生成绩数据库经过预处理之后,采用不设定成绩界限的方法,用改进的Apriori算法进行挖掘．不仅能挖掘出成绩为优时的课程相关规则,还能发现若某些课程成绩差,则其他课程成绩也为差的规则,可以为学分制体系下学生选课和管理者进行决策等提供参考．     

WTO成员方认可《TRIPs协议修正案》的法律基础分析

从实践来看,WTO成员方认可《TRIPs协议修正案》还存在着一定的法律障碍。WTO成员方可适用TRIPs协议而不适用《TRIPs协议修正案》就可达到一定的目的。WTO成员方愿意援引TRIPs协议强制许可条款而不愿意认可《TRIPs协议修正案》有一定的理由。     

基于关联规则的数据挖掘技术在中医诊断中的应用

以肝病的中医诊断为例,研究了基于关联规则的数据挖掘技术在中医诊断中的应用,探讨了"理-法-方-药"之间的互动规律,为中医临床治疗、中医教学及中成药的研制提供了参考.