基于多元索引后继树的时间序列数据流挖掘

本文以地电前兆观测数据流为研究对象,提出了一种新颖的基于多元索引后继树的时间序列数据流挖掘模型。该模型的主要特点是使用一种新颖的位置索引方法,通过一遍扫描创建描述一个序列的所有元素的绝对位置的多元索引后继树,使用索引匹配方法以模式增长的方式生成频繁模式。理论分析与实验表明,该方法简单、高效,具有很好的实用价值。同时,通过对大量持续的地电前兆观测数据流进行分析处理,挖掘隐藏在其中的反映地电参数正常变化规律及趋势的频繁模式,为发现地电前兆异常识别提供依据,从而辅助进行地震预报。     

基于Chord的多集群网格系统资源查找算法改进

分析了P2P-Grid模式下的多集群网格系统资源查找问题,提出了一种基于Chord的优化资源查找算法P-RN-Tree算法来提高资源定位的效率。通过P-RN-Tree算法,设计并实现了基于Chord的分布式计算资源查找策略。理论分析表明,RN-Tree和P-RN-Tree的高度总是接近lbN,但由于优势集群选择算法的加入,P-RN-Tree平均查找长度要低于RN-Tree。仿真实验结果表明,该算法将进一步减少了资源调度所需的代价,提高了多集群网格系统的性能。     

基于三元互关联后继树的Web日志挖掘

针对二元的互关联后继树模型进行改进,构造三元互关联后继树,并结合Web日志的特点,构造Web事务集的互关联后继树和增量更新模型,设计基于三元互关联后继树的频繁路径挖掘算法,挖掘Web日志中的频繁路径。通过实验证明了基于三元互关联后继树和改进后的模型的出色插入查询性能。     

互关联后继树在时间序列特征模式挖掘中的应用

在文献[1]中提出的基于互关联后继树（IRST）的时间序列特征模式挖掘方法的基础上,加入了时间窗口的概念,以弥补IRST这种原本应用于文本检索中的索引模型在时间序列应用中的不足.对IRST以及挖掘算法做出了改进,弥补了其只能挖掘出紧密衔接特征模式的缺陷.实验结果表明,该方法可以挖掘出更多更具应用价值的特征模式.     

TTFS:一个倾向性文本过滤系统的设计与实现

以往文本过滤的研究主要集中于主题性过滤，然而随着网络的发展，倾向性文本过滤在网络信息安全方面的作用越来越大。论文阐述了一个倾向性文本过滤系统TTFS(Tenclency Text Filtering System)，能够对具有关于某个主题的特定倾向的文本进行过滤。该系统充分利用了领域知识，采用了语义模式分析等技术，实验表明其查全率和查准率高，速度较快。     

XPath中的文本查询研究

介绍了一种能够统一地索引全文数据与XML树型结构数据的模型——互关联后继树,提出了后继模式树的概念,使用后继模式树有效地处理了XPath中的正则查询问题。在后继模式树的基础上提出了XPath中节点与文本的联合查询方法。结果表明该方法能够有效地提高XPath中节点与文本联合查询的效率。     

随机Petri网部分性质定量分析

本文对用Petri Net建模的系统进行活性性质的定量的分析，随后利用随机Petri Net和连续时间的马尔可夫链同构的性质，应用所获得的同构马尔可夫链对求得稳定状态概率的子系统的后继状态转移概率进行了详细的定量分析．从而为入侵检测系统的设计提供理论根据。     

一种全新的全文索引模型--后继数组模型

提出了一种新的全文索引模型--后继数组模型,它结合了目前多个主流全文检索模型(倒排表模型、Pat数组模型等)的优点,提高了空间效率和时间效率,并得到了理论和实验的证明.     

基于后继区间的互关联后继树搜索算法

全文检索领域的关键问题是索引模型以及该模型之上的高效搜索算法，基于一种优秀的全文索引模型互关联后继树提出了基于后继区间的搜索算法，大大提升了全文的检索速度，从而更加充分地体现了互关联后继树模型在全文领域的优势。