存储最优的连续MAX查询方法

考虑滑动窗口数据流上的连续MAX查询问题,提出了一种存储最优的方法.该方法只需保存数据集中可能成为极大值点的部分数据(候选点集),而将所有完全不可能成为极值点的数据进行丢弃,从而可以有效降低存储开销;提出了一个动态维护候选点集的方法,当数据独立分布时,处理一个新到数据所需的时间为O(1og N),处理数据失效的时间开销为O(1),其中N为滑动窗口包含的全部数据数目.理论分析和实验结果表明了该方法能够适应流速很快的场景,具有较高的效率.     

基于可变染色体长度的遗传K均值聚类算法

针对传统K-均值聚类算法需要事先确定聚类数,以及对初始质心的选择具有敏感性,从而容易陷入局部极值点的缺点,使用了一种基于可变染色体编码长度的遗传算法对传统K-均值聚类进行改进.该算法可以在事先不确定K值的情况下,通过多次的选择、交叉.变异的遗传操作,最终得到最优的聚类数,以及最优的初始质心集.通过Reuters数据集的实验结果表明,基于该算法的聚类划分结果明显优于传统K-均值聚类算法,并且好过基于固定染色体编码长度遗传算法的K-均值聚类算法.     

带数据融合的无线传感器网络QoS路由算法

针对无线传感器网络以数据为中心的特点以及不同业务对QoS的不同要求,提出了一种结合数据融合的QoS路由算法(DAIQoS算法).该算法借鉴TopDisc协议的分簇路由过程对数据进行融合处理.在此基础上借鉴定向扩散(DD)协议中梯度路由的思想,通过维护簇内和簇间两个梯度场建立到sink节点的多条最短路径.选择既能满足数据的QoS要求,又能尽量时其进行融合处理的路径转发数据.仿真实验结果表明,DAIQoS算法能够在满足数据QoS要求的同时有效减少冗余数据,节约能源.     

图像欧氏距离在人脸识别中的应用研究

图像欧氏距离可以嵌入到许多传统的图像分类识别算法中,该嵌入是通过对原始图像的线性变换来实现的,给出了一种基于数据场的图像线性变换方法,将其应用到图像欧氏距离中.实验结果表明,基于数据场的线性变换方法是一种可行的图像线性变换方法,该方法可以完成大尺度图像的线性变换,方便地将图像欧氏距离嵌入到传统人脸识别算法中.     

基于关联规则的医学图像分类算法

针对医学图像数据的特殊性,提出了一种适合挖掘大量医学图像数据的关联分类算法.该算法以频繁模式树为基础,通过引入双支持度,排除一部分对分类无意义且存在干扰的项,以提高分类正确率.实验结果表明,当用于医学图像分类时,该算法可以取得同样的基于关联规则的分类算法CMAR更高的执行效率及更好的分类效果.     

基于权重函数的混合DDM算法

高层体系结构已成为分布式仿真通用技术框架的核心,其中数据分发管理服务则为其提供了有效的数据过滤机制.目前常用的几种DDM算法,如基于区域的算法、基于网格的算法和简单混合的算法(基于网格的DDM和基于区域的DDM混合使用)等都存在着一些不足.基于权重函数的混合DDM算法是在简单混合的DDM算法基础上加入了对路经空间中所划分网格的权重函数设立机制和对冗余信息、虚假信息的控制机制.实验结果表明,该算法在减少算法执行时间,尤其是降低网络中的数据传输量和减少组播地址消耗方面,体现出良好的性能,进一步满足了系统的可扩缩性要求.     

Improved Approximate Detection of Duplicates for Data Streams Over Sliding Windows

Detecting duplicates in data streams is an important problem that has a wide range of applications. In general,precisely detecting duplicates in an unbounded data stream is not feasible in most streaming scenarios,and,on the other hand,the elements in data streams are always time sensitive. These make it particular significant approximately detecting duplicates among newly arrived elements of a data stream within a fixed time frame. In this paper,we present a novel data structure,Decaying Bloom Filter(DBF),as an extension of the Counting Bloom Filter,that effectively removes stale elements as new elements continuously arrive over sliding windows. On the DBF basis we present an efficient algorithm to approximately detect duplicates over sliding windows. Our algorithm may produce false positive errors,but not false negative errors as in many previous results. We analyze the time complexity and detection accuracy,and give a tight upper bound of false positive rate. For a given space G bits and sliding window size W,our algorithm has an amortized time complexity of O((G/W))~(1/2). Both analytical and experimental results on synthetic data demonstrate that our algorithm is superior in both execution time and detection accuracy to the previous results.     

虚拟仪器技术在电子鼻中的应用

虚拟仪器技术是当今测试技术的发展方向。为了能够迅速建立一个可靠的数据采集系统,运用LabVIEW 7.0设计了测试应用程序,运用动态链接库技术,在程序中加入了判别算法。并在建立系统的过程中,通过分析和实验解决了一些实际问题。实验结果表明:系统符合设计要求。     

一种基于语义及统计分析的Deep Web实体识别机制

分析了常见的实体识别方法,提出了一种基于语义及统计分析的实体识别机制(deep Web entity identification mechanism based on semantics and statistical analysis,简称SS-EIM),能够有效解决Deep Web数据集成中数据纠错、消重及整合等问题.SS-EIM主要由文本匹配模型、语义分析模型和分组统计模型组成,采用文本粗略匹配、表象关联关系获取以及分组统计分析的三段式逐步求精策略,基于文本特征、语义信息及约束规则来不断精化识别结果;根据可获取的有限的实例信息,采用静态分析、动态协调相结合的自适应知识维护策略,构建和完善表象关联知识库,以适应Web数据的动态性并保证表象关联知识的完备性.通过实验验证了SS-EIM中所采用的关键技术的可行性和有效性.     

基于社会网络可视化分析的数据挖掘

把社会等复杂系统看作网络的思想由来已久.利用社会网络分析的方法,能够对各种社会关系进行精确的量化表征和分析。从而揭示其结构,对一系列当代社会的现象进行更加深入而具体的解释.结合社会网络可视化分析和数据挖掘的理论与方法,引入相关的地理信息,对包含1980-2002年间世界范围内1417例恐怖袭击事件的数据库进行数据分析,以这些恐怖袭击事件各要素节点之间关系作为基本分析单位,对恐怖组织之间的活动模式和发展特点等内在规律进行挖掘与解释,得出有意义的结果.提出的方法可以有效地推广应用于蛋白质结构分析、生物基因分析以及各类社会问题的分析过程.