序列模式挖掘研究与发展

序列模式挖掘是数据挖掘的一个重要研究课题,它在很多领域中都有着广泛的应用.首先讨论了序列模式挖掘的相关背景,然后对序列模式挖掘进行分类,并在此基础上对每一类序列模式挖掘算法的特点进行了介绍和比较;最后,对序列模式挖掘未来的研究重点进行展望,以便研究者对序列模式挖掘做进一步的研究.     

最大频繁子图挖掘算法研究

随着图的广泛应用,图的规模不断扩大,因此提高频繁子图挖掘效率势在必行。本文针对频繁子图挖掘所产生的庞大的结果集,提出了一个最大频繁子图挖掘算法MFME,从而极大地减少了结果集的数量。MFME使用了映射的思想将图集中的边映射到边表中并在此表上进行子图挖掘,有效地提高了算法的效率。实验结果表明,MFME的效率较经典算法SPIN有明显提高。     

基于双Kohonen神经网络的Web用户访问模式挖掘算法

本文根据Kohonen自组织特征映射神经网络中学习阶段的性质,运用双Kohonen神经网络组合成新的自组织训练挖掘模型,先使用粗调整训练,加快模型学习速度,紧接着使用微调整训练,提高模型学习精度。实验结果表明,本文提出的双Kohonen神经网络挖掘模型,相对于标准Kohonen神经网络在训练速度和收敛效果上都有一定程度的提高,改善了聚类效果,为挖掘用户的多种兴趣提供了一种可行的方法。     

微小卫星动量轮数字控制系统的设计与实现

微小卫星体积小,质量轻,自身转动惯量小,与普通卫星动量轮控制相比,控制单元需要更高的控制精度和更小的体积。针对这一难题,采用数字的设计方法,运用等精度测频原理,设计并实现了在单片中等规模的FPGA中集成包括控制算法运行、动量轮运动控制、动量轮速度测量在内的控制动量轮所需要的完整功能。通过原理验证平台验证,控制系统的测量精度优于10e-5,控制精度优于10e-3,满足微小卫星动量轮的控制要求。与常规卫星动量轮控制系统相比,具有精度高、体积小的优点。     

基于模糊关联规则挖掘改进算法的IDS研究

由于现有入侵检测系统误报、漏报率较高,提高其检测准确率具有重要意义;阐述了模糊关联规则挖掘技术在网络入侵检测中发现网络异常并通过相似度计算做出量化的入侵响应的方法,详细描述了基于模糊关联规则算法的入侵检测的具体步骤,并改进了该算法的隶属度函数建立和标准规则集生成方法;通过异常检测实验验证了在入侵检测中应用这一算法的可行性,并且所做的改进可以提高算法的准确性,从而可以得出此改进算法较好地提高了入侵检测的准确率,为入侵检测系统的改进提供了一些思路。     

高/低通复合多通道系统辨识的测试信号设计

从频域的角度研究了二进制多频序列(Muhifrequency Binary Sigal).从该信号的基本特点入手,通过对信号变化疏密的设计,调整信号的频谱分布.当已知待测系统的频谱集中在某些频段时,选取适当的二进制多频序列信号,能使测试信号的频谱也集中在那些频段,能充分地利用测试信号.大大提高了信噪比.设计出高频和低频复合的二进制多频序列信号.应用于一个通道是高通的,另一个通道是低通的二输入系统,能同时充分激励2个通道,取得较好的辩识效果.仿真算例可以看出有效性.     

Logistic混沌网络会议加密系统的设计

文章采用Logistic混沌序列对实时视频传输系统进行数据的分块加／解密,并从算法的安全性、效率等方面进行了性能分析,该算法具有良好的实时性、快速性和易实施性,可以有效地防止敏感信息被轻易的窃取、篡改和传播,有效保障网络视频传输的流畅性及安全性。     

一个基于Web日志的用户访问数据分析系统

通过结合网站设计初期的网站结构和典型用例的预先定义,构建一个基于Web日志数据的用户访问数据分析系统。该系统（AS-UAB,Analysis System of User Access Behaviors）通过对网站结构和典型用例的预先植入,利用该领域最新的研究方法和结论,为网站相关人员提供可视化的用户访问信息统计及趋势预测,网站结构设计及交互设计上存在的问题及改进建议等通用功能和个性化定制功能。     

Beyond Market Baskets: Generalizing Association Rules to Dependence Rules

One of the more well-studied problems in data mining is the search for association rules in market basket data. Association rules are intended to identify patterns of the type: A customer purchasing item A often also purchases item B. Motivated partly by the goal of generalizing beyond market basket data and partly by the goal of ironing out some problems in the definition of association rules, we develop the notion of dependence rules that identify statistical dependence in both the presence and absence of items in itemsets. We propose measuring significance of dependence via the chi-squared test for independence from classical statistics. This leads to a measure that is upward-closed in the itemset lattice, enabling us to reduce the mining problem to the search for a border between dependent and independent itemsets in the lattice. We develop pruning strategies based on the closure property and thereby devise an efficient algorithm for discovering dependence rules. We demonstrate our algorithm's effectiveness by testing it on census data, text data (wherein we seek term dependence), and synthetic data.     

开采沉陷信息处理软件系统模块划分方法的探讨

对开采沉陷信息处理软件系统各个模块间的关系及设计原则进行了探讨．利用文中讨论的设计划分方法开发的“地表移动与三下采煤数据管理及处理”软件收到了良好的运行效果