基于磁盘表存储FP-TREE的关联规则挖掘算法

随着现实待挖掘数据库规模不断增长,系统可使用的内存成为用FP-GROWTH算法进行关联规则挖掘的瓶颈.为了摆脱内存的束缚,对大规模数据库中的数据进行关联规则挖掘,基于磁盘的关联规则挖掘成为重要的研究方向.对此,改进原始的FP-TREE数据结构,提出了一种新颖的基于磁盘表的DTRFP-GROWTH(disk table resident FP-TREE growth)算法.该算法利用磁盘表存储FP-TREE,降低内存使用,在传统FP-GROWTH算法占用过多内存、挖掘工作无法进行时,以独特的磁盘表存储FP-TREE技术,减少内存使用,能够继续完成挖掘工作,适合空间性能优先的场合.不仅如此,该算法还将关联规则挖掘和关系型数据库整合,克服了基于文件系统相关算法效率较低、开发难度较大等问题.在真实数据集上进行了验证实验以及性能分析.实验结果表明,在内存空间有限的情况下,DTRFP-GROWTH算法是一种有效的基于磁盘的关联规则挖掘算法.     

一种基于模糊关联分类的遥感图像分类方法

遥感图像分类是遥感领域的研究热点之一.提出了一种基于自适应区间划分的模糊关联遥感图像分类方法(fuzzy associative remote sensing classification,FARSC).算法根据遥感图像分类的特点,利用模糊C均值聚类算法自适应地建立连续型属性模糊区间,使用新的剪枝策略对项集进行筛选从而避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合,从而有效地提高分类效率和精确度.在UCI数据和遥感图像上所作实验结果表明,算法具有较高的分类精度以及对样本数量变化的不敏感性,对于解决遥感图像分类问题,FARSC算法具有较高的实用性,是一种有效的遥感图像分类方法.     

基于连续渗流的WSN非规则通信模型

在连续渗流理论基础上提出一种新的非规则通信模型,减小邻居节点的半径,实现网络稀疏性,通过随机加长某些拓扑边提高网络连通性,解决两者之间的矛盾。仿真实验结果表明,该通信模型在稀疏性和连通性方面均优于UDG通信模型,减少节点能耗,延长网络的生命周期。     

基于排序索引矩阵的频繁项集挖掘算法

针对Apriori算法产生候选项集的问题,提出一种基于排序索引矩阵(SIM)的频繁项集挖掘算法.将频繁1-项集形成的1-项集向量依次与对应矩阵相乘,生成频繁2-项集.从频繁3-项集开始,对每次生成的频繁k-项集建立SIM,借助SIM结构实现项集的跨越式搜索和连接.整个过程只需扫描一次数据库,不会产生候选项集.实验结果表明,该算法能提高频繁项集的挖掘效率.     

基于m-n变进制规则的动态图软件水印算法?

针对软件水印分存算法恢复缓慢、数据扩张的缺点,提出一种基于m-n变进制规则的动态图软件水印算法,利用水印信息、m-n变进制数、排列数与置换图之间的对应关系,实现水印的分存和编码。当水印嵌入时,根据变进制规则将水印信息分存为一组变进制数,构造一个完美哈希函数将变进制数映射为对应的排列数,把得到的排列数编码为置换图结构嵌入到程序的执行代码中,水印提取是水印嵌入的逆过程。实验结果表明,该算法能减小程序的负载,降低水印嵌入和提取的时间复杂度,增强水印的隐蔽性和纠错能力。     

数独难度级别划分的权重法研究

给出候选数模式下模仿人工智能求解数独的一系列填数及删减规则,在此基础上提出模仿人工智能的求解算法及数独难度衡量方法。从数独博士5个难度级别中随机抽取各100道题目,采用难度衡量标准重新分级,并将结果与数独博士等级划分标准做相关性检验, 得到Goodman-Kruskal相关系数r=0.82,说明该标准与数独博士的难度划分标准有较强的相关性,并给出随机生成数独题目的算法。通过难度衡量方法与生成算法,可以随机生成5个不同难度的数独谜题。     

项约束先过滤的最大频繁项集挖掘算法

在稠密型数据库中,现有最大频繁项集挖掘算法效率低、耗时长,挖掘结果模糊,不利于用户使用。为此,提出一种项约束先过滤的最大频繁项集挖掘算法——VCM。利用项包含约束过滤数据库,使用垂直数据表示数据集,采用深度优先的挖掘策略对数据库进行最大频繁相集的挖掘。实验结果表明,该算法快速有效,尤其在挖掘具有长模式的稠密数据库时优势明显。     

非线性系统确定采样型滤波算法综述

确定采样型滤波包括Unscented卡尔曼滤波（UKF）,中心差分卡尔曼滤波（CDKF）以及容积卡尔曼滤波（CKF）,是一类基于确定解析采样近似方法的非线性次优高斯滤波算法,具有估计精度高、实现简单等优点,已得到国内外学者的广泛关注.在阐述确定采样型滤波基本原理的基础上,详细总结了近年来确定采样型滤波的研究现状,包括各种改进算法和在不同领域的应用情况;然后重点分析了确定采样型滤波所存在的问题;最后展望了其未来发展趋势和研究方向.     

一种基于Apriori的关联规则的改进算法的研究

Apriori算法是关联规则的经典算法,并己经被越来越多的企业使用。它在给企业带来经济效益的同时,也让人们意识到算法自身的不足:第一,该算法在扫描事务数据库的次数过多,从而需要承担很大的I/O负载;第二,它可能产生庞大的候选集。为了提高Apriori算法的效率,针对减少扫描事务数据库次数的方法,提出一种改进挖掘效率的算法。     

飞思卡尔推出面向小型引擎电子控制单元的模拟IC

新器件降低了单缸和双缸摩托车、踏板车及其他小型引擎应用的系统复杂性并缩短了上市时间2012年8月14日,北京(飞思卡尔技术论坛)讯-飞思卡尔半导体公司(NYSE:FSL)日前宣布推出面向运输、工业及消费品行业小型内燃机的单缸(MC33813)和双缸(MC33814)电子控制半导体。这些用于控制小型引擎的模拟集成电路将能够降低设计复杂性及物料和制造成本,同时帮助客户加快新产品的上市速度,可靠性得到提高,并减少了PCB尺寸。IC完善并扩展了飞思卡尔的摩托车引擎控制产品系列,保留了MC9S12微控制器,但可以进一步集成