L-MAX频繁项集及挖掘算法

提出了项集长度受限且生成项集对应事务信息的最大频繁项集挖掘问题,定义为L-MAX频繁项集挖掘,并重点研究了项集长度约束特征和事务集信息的存储与生成策略.首先研究了L-MAX频繁项集的性质,然后扩展FP-tree提出了ExFP-tree结构并给出ExFP-tree生成算法.ExFP-tree利用FP-tree共享前缀路径的性质通过共享子孙节点事务信息策略实现大量事务信息的压缩存储;最后基于FP-MAX算法,提出基于ExFP-tree的L-MAX频繁项集挖掘算法,核心思想是先根据L-MAX频繁项集长度约束性质进行前瞻剪枝再进行最大频繁项集挖掘,并通过回溯策略直接定位生成对应事务集.     

New multicast scheme based on Dynamic mobility prediction in mobile IPv6 environment

A new mobile multicast scheme called mobility prediction based mobile multicast（MPBMM） was proposed. In MPBMM, when a mobile node （MN） roams among subnets during a multicast session, MN predicts the next subnet, to which MN will attach, by the information of its position and mobility speed, consequently speeds up the handoff procedure. Simulation results show that the proposed scheme can minimize the loss of multicast packets, reduce the delay of subnet handoff, decrease the frequency of multicast tree reconfiguration, and optimize the delivery path of multicast packets. When MN moves among subnets at different speeds （from 5 to 25 m/s）, the maximum loss ratio of multicast packets is less than 0.2%, the maximum inter-arrival time of multicast packets is 117 ms, so the proposed scheme can meet the QoS requirements of real-time services. In addition, MPBMM can support the mobility of multicast source.     

一种智能选课算法的研究与实现

现有的选课系统更多的关心负载及公平,忽视合理及效率.基于BP神经网络,建立了一种新的智能选课模型,提出了分类因子,参照因子,侧重比等定义.通过对所有课程进行分类,比较同一类别中各课程的权值差和权值方差,求解出具有最大相似度的解,即最能满足学生需要的课程,从而调动学生学习积极性,合理安排选课.算法的可行性,有效性在某大学选课系统中得到了验证.     

一种改进型谱减算法的语音增强研究

针对低信噪比条件下基本谱减算法存在降噪效果不佳,产生音乐噪声过大,语音可懂度不高的问题,提出了一种改进型的谱减算法。算法先计算语音信号的倒谱距离值,检测出噪音段和语音段,用动态计算的噪声值代替基本谱减法采用的噪声统计均值;根据当前帧和噪声帧的倒谱距离比值动态设置谱减系数,改进了传统算法中谱减系数保持不变的缺点;同时采用三种方法抑制音乐噪声。仿真实验表明,在低信噪比情况下,改进型的谱减算法可以有效降噪,提高信噪比和可懂度,达到语音增强的目的。     

车载环境下的语音端点检测方法

通过对车辆内部噪音的统计分析,对于车辆在不同的速度下的情况,分别采用短时能量-过零率及小波分析降噪的方式进行端点检测,利用Matlab软件进行了仿真实现.仿真结果表明:此方法兼顾了处理效率和准确性,对于车载环境下语音的实时处理有重要意义.     

基于GUI的温度数据分析技术

文章利用MATLAB的GUI功能开发设计出良好的人机交互界面,可根据输入的温度值描绘温度变化曲线,能进一步提高对数据处理效果的认识。     

基于频谱方差和谱减法的语音端点检测新算法

针对低信噪比情况下频谱方差法对语音信号进行端点检测时准确率降低的问题,提出了一种结合频谱方差和谱减法的语音端点检测新算法。算法采用改进的谱减法对语音信号进行动态降噪处理,并依据得到的降噪后信号的频谱方差设置双门限值进行端点检测。仿真实验表明,该方法具有抗噪性好、自适应性强等优点,在低信噪比情况下检测的准确率与普通的频谱方差法相比有很大的提高。     

一种针对P2P网络优化的Kademlia路由算法

为了加快P2P网络中热点查询的速度,针对Kademlia算法在查询效率和高速缓存策略方面存在的不足,文中采用快表技术和加权设置策略对该算法进行改进,避免了在高刷新频率缓存中查询效率低下的问题,为更高的查询命中率提供了更集中的热点资源.模拟实验证明此改进算法具有更短的查询延时和更少的平均路由跳数.     

高功率钕玻璃激光的宽带谐波转换技术综述

介绍了宽频带的高功率钕玻璃激光进行频率变换的意义、存在的困难和目前高效宽带谐波转换技术的一些进展。在详细分析已有的多种谐波转换技术(如光谱角色散技术、啁啾匹配技术、晶体级联、折返点匹配等)的特点和局限性的基础上,提出一种新颖的宽频带钕玻璃激光三倍频转换方案——组合激光工作模式方案(宽频带激光与窄带激光进行混频)。对该方案的转换带宽进行了数值研究,讨论了其转换带宽提高的内在物理原因,并分析了该方案在高功率激光装置中的应用前景。     

宽带钕玻璃激光谐波转换过程中的幅度调制效应

从时域的耦合波方程出发,数值研究了宽带钕玻璃激光谐波转换装置中输出三倍频脉冲的幅度调制效应,提出在三倍频的和频过程中加入一束窄带脉冲来抑制输出脉冲的幅度调制效应。研究结果表明,窄带脉冲的引入可大大减缓群速度失配对相位匹配带宽的限制,从而可以很好地抑制三倍频脉冲的幅度调制效应;对于目前所需要的带宽为1THz的紫外脉冲,传统三倍频基本装置中的幅度调制深度为180%,采用上述方案后,三倍频脉冲的幅度调制深度降低到20%。