一种基于不确定规则的数据时效性判定方法

数据过时是影响数据质量的重要因素,因此判定数据时效性对于提高数据质量至关重要.当前判定数据时效性的方法可分为两类:基于时间戳的方法和基于规则的方法.基于时间戳的方法要求精确完整的时间戳,但这样的时间戳在很多应用中不存在.基于规则的方法不要求时间戳,但现有方法均依赖于冗余元组,且不能对数据时效性做出定量判定.同时,这些方法均基于确定规则,无法表达不确定的领域知识.针对上述问题,提出不确定时效规则及相应的数据时效性模型.基于该模型,进一步给出了两个可定量地判定数据时效性的算法.同时,还给出了时效规则的学习算法.真实数据上的实验结果验证了算法的有效性.     

基于物理及数据驱动的流体动画研究

主要针对近年来流行的基于物理及数据驱动的各种流体动画模拟算法及其应用给出了一个全面的前沿性综述.首先,对传统的基于物理的流体模拟加速方法进行了综述和总结,同时给出了此类方法中各种算法的优劣性分析;其次,对现有的基于数据驱动的多种算法进行了综述和分析.特别地,将现有的数据驱动方法归结为3类,即数据插值法、数据预计算方法和基于深度学习的方法.并且,进一步讨论了基于数据驱动的流体动画模拟算法的几个关键问题以及其研究趋势与方向.     

测向交叉定位及数据关联技术研究

针对测向交叉定位系统研究了目标定位方法及多目标测量数据关联问题.给出了不同的目标位置求解方法,计算了不同方法目标定位精度,并对定位方案的选择提出了建议.提出了基于不变量的目标同一性识别方法,同时也分析了基于残差的数据关联方法,通过数字仿真对比了这两种方法的数据正确关联概率.仿真结果表明:基于不变量的新方法正确关联概率与基于残差的数据关联方法相当,但计算量远小于后者.     

隐私保护中基于相似度的有损连接方法研究

在数据发布中的隐私保护研究中,实现有损连接的方法主要有基于匿名模型方法和基于贪心策略的(α,k)匿名聚类方法.针对基于匿名模型方法存在的效率低以及基于贪心策略的(α,k)匿名聚类方法得到数据有效性差等不足,提出基于相似度的有损连接方法,该方法根据发布数据之间的相似性聚类得到有损连接的结果,解决了目前有损连接方法所存在的效率以及准确率问题.实验结果表明,该方法能够有效实现发布数据的隐私保护.     

基于数据驱动的故障诊断方法综述

首先介绍了基于数据驱动的故障诊断方法研究动机和国内外发艘现状.以新的视角将现有故障诊断方法分为基十数据驱动的方法、基十分析模型的方法和基于定性经验的人工智能方法.说明了该方法在整个体系中的地位.并从数据利用及其与基十分析模型的方法比较等方面探讨了该方法的应用背景;然后综述了按照新分类中基于数据驱动故障诊断的现有方法,分...     

基于区间二型模糊集合的人工交通系统可信度评估

提出了一种基于区间二型模糊集合理论的人工交通系统可信度评估方法.该方法以二型模糊集合算法为核心数据处理方法,构建了人工交通系统的评估体系.利用置信区间方法提取实际交通数据和人工交通数据的统计特征,同时为二型模糊集合提供了输入数据.利用二型模糊集合处理不确定性、随机性和噪声数据的能力,得到刻画实际交通系统和人工交通系统特性的输出数据集.并基于Jaccard算法对两个系统二型模糊集合的输出集进行了相似度运算,以Cronbach系数值为依据,实现了人工交通系统的可信度评估.与传统可信度评估方法相比,该评估方法具有较强的数据处理能力,有效地实现了基于数据驱动方法理念下人工系统与实际系统之间的比较.本文基于面向对象编程语言搭建开发的基于Agent的人工交通系统模型,对其进行了可信度评估验证,评估结果说明了所提出方法的合理性和有效性.     

基于关系型数据库的XML查询系统设计

主要讨论支持XQuery语言的XML数据库的关键问题.在关系数据库中存储XML数据,采用的方法是基于模式的方法.进一步,基于以关系形式存储的XML数据,提出一种通用的基于XQuery数据模型的方法支持XQuery.     

基于混合样本自动数据增强技术的半监督学习方法

基于一致性的半监督学习方法通常使用简单的数据增强方法来实现对原始输入和扰动输入的一致性预测.在有标签数据的比例较低的情况下,该方法的效果难以得到保证.将监督学习中一些先进的数据增强方法扩展到半监督学习环境中,是解决该问题的思路之一.基于一致性的半监督学习方法MixMatch,提出了基于混合样本自动数据增强技术的半监督学...     

新的聚类中心构造算法及类别判定方法

从解决数据集合对应的图形不规则性问题出发,提出虚拟数字实体化观点,并在此基础上提出基于相互约束的4点中心.边界算法和基于弹性生理论的数据归类判定方法.对比实验结果表明:4点中心-边界算法提高了核心数据对原有类别数据的代表性,较好地缓解了数据集合的图形不规则性问题;基于弹性理论的数据归类判定方法充分利用4点中心.边界算法的结果,获得较好的数据归类能力.     

基于0圈扫描的数据采集新方法

首先深入研究了传统的基于预测开窗的数据采集方法,并发现该方法存在数据冗余和有效数据丢失等问题.为了解决这些问题,本文提出了一种基于0圈扫描的数据采集新方法.该方法不用去对采集窗口的位置进行预测,而是先在一个"足够大"的范围内采集目标的回波数据.然后从中选取出有效的数据,从而很好地解决了数据冗余和数据丢失的问题.