d-正则二部图的最大1-相关集问题

区块链中的有些区块包含的交易数据不可信，提高有效交易量处理效率的关键在于可信区块的识别。从图论的角度看，区块链是有向无环图(Directed Acyclic Graph, DAG),最大可信区块的识别问题可转化为无向图G=(V,E)的最大k-相关集问题。针对k=1的情况，调用最大独立集算法，给出了求解d-正则二部图(d≥3)最大1-相关集问题的多项式时间近似算法，从理论上证明了算法的近似比为■,并给出d=3的3-正则二部图上的紧例。     

基于稀疏方位超图匹配的图像配准算法

为提高超图匹配的正确匹配率并降低其计算复杂度,提出了一种基于稀疏方位超图匹配的图像配准算法。提取图像的结构特征点为图节点,采用最小生成树算法获取节点间的主要连接关系,并用包含邻近的节点与边的三元组结构定义超边,计算超边的方位角度信息,由此构建稀疏方位超图;利用方位信息构建亲近矩阵,并采用全局最优匹配方法实现匹配。实验表明,对于实际图像的配准,该算法既具有较低的计算复杂度,又有良好的匹配效果。     

美军220C路由协议中静默属性的设计和运用

本文主要对220C路由协议中的关键属性之一的静默模式进行分析研究，220C路由协议允许操作者开启自己的静默模式，但没有给出在什么条件下开启这一属性。本文针对这一问题，提出一种确定220C通信装备的边界节点算法，在文中对提出的算法进行了详细的论述并给予充分证明，并把这一算法运用到静默模式的设置规则中，对节点的静默模式的设置提供了依据。     

模糊信息表决策规则获取与属性约简方法

将粗糙集方法用于模糊信息表上的规则获取和属性约简, 在包含度概念的基础上, 定义了齐次包含度.对两类模糊信息值的信息表, 条件属性是离散值，而决策属性是模糊的模糊决策信息表和条件属性与决策属性均为模糊的模糊信息表, 采用齐次包含度研究了条件属性在决策属性中的包含关系, 得到了包含度意义下模糊决策信息表的属性约简判定定理和决策规则获取方法. 给出了模糊条件属性的所有可能组合, 研究了模糊组合属性在模糊决策属性中的包含关系, 提出了最大属性协调集的概念，建立了在最大协调属性集下的模糊信息表属性约简和决策规则获取的算法步骤, 并通过算例演示了模糊决策规则获取和属性约简的过程, 从而为模糊信息表决策规则获取与属性约简提供了一类算法.     

一个基于粗糙集和决策树的最简分类规则集生成算法

利用粗糙集理论中属性核与不可分辨关系给出了属性约简和数据过滤算法，去除信息系统中与决策无关的冗余信号，在简化的信息系统基础上用传统算法构造决策树，总利用由粗糙度理论推出的极小、极大化学习方法对决策树规则进行极小、极大化处理，最后给出了一个最简分类规则集生成算法。     

基于频繁模式树的最大频繁模式挖掘算法

为减少高昂的计算代价，用挖掘最大频繁模式集代替挖掘频繁模式集是近年来提出的一个重要研究策略。由最大频繁模式集可求出所有频繁模式，但数量上却可以小几个数量级，从而可大大减少计算代价。通过对最大频繁模式挖掘的问题描述，以及关键问题的分析，针对频繁模式树(FP-tree)和最大频繁模式的特点，给出了基于频繁模式树的最大频繁模式挖掘算法(MMFP)，采取先挖掘候选最大频繁模式再判断子集的方法，经示例分析表明该算法是有效的。提出的单路径修剪和项目修剪等修剪方法大大减少了侯选最大频繁模式的个数，对算法的性能提高起到了关键作用。     

有向超图的超网络能量及其性质

图能量表述为方阵形式的矩阵特征值绝对值之和. 网络能量已在无向图、有向图及混合图中得到较为成功的应用,与传统意义上的图能量之间存在多个相同或相似的上下限. 由于图与超图之间的关联,无向图与有向图的网络能量及无向超图的超网络能量之间存在密切联系. 将超网络能量由无向超图推广应用到有向超图,提出了有向超图的超网络能量,分析了无向超图与有向超图的超网络能量之间的关联,同时论述了无向图与有向图的网络能量及无向超图与有向超图的超网络能量之间的联系,最后给出了有向超图的超网络能量若干重要性质.     

基于粗糙集约简技术的排水管路运行风险评估

排水管路运行风险的实时评估对于提高管路风险预测十分有必要。介绍了Semi-Naive—Sealer属性离散化算法,给出了基于可辨识矩阵的属性约简算法,并采用了基于可辨识矩阵的二值化数据过滤和贪心算法相结合的规则约简算法。通过属性约简和规则约筒,得出决策规则。最后在排水管路运行风险评估方面给出了应用算例。     

一种新的基于序数型不完备信息系统的粗糙集方法

针对序数型不完备信息系统,提出一种改进的ROUSTIDA算法。通过定义两对象在某一序数型属性上的相似概率,求得任何两个对象在整个属性集上的相似度,以与有缺失值对象有最大的相似度的对象具有最强的修补能力为依据给出了具体的改进算法,实例分析表明该算法是行之有效的。     

一种改进的最大互信息医学图像配准算法

给出了一种基于最大互信息和边缘互方差的医学图像配准算法．这种算法是在计算原始图像互信息之后，引入参考图像和浮动图像的边缘互方差值，从而建立起一个新的测度函数来指导寻优过程，最终实现图像配准。与传统的最大互信息配准算法相比，避免了单纯依赖图像联合直方图所造成的不稳定性，使配准能更加符舍图像的特点。实验证明，这种改进算法有以下优点：配准参数曲线峰值尖锐。易于选择出最优值；在图像灰度缺失的情况下配准有较高的准确性；在噪声方差增大的情况下配准有较强的鲁棒性。     

一种改进的最大互信息医学图像配准算法

给出了一种基于最大互信息和边缘互方差的医学图像配准算法. 这种算法是在计算原始图像互信息之后， 引入参考图像和浮动图像的边缘互方差值，从而建立起一个新的测度函数来指导寻优过程，最终实现图像配准. 与传统的最大互信息配准算法相比，避免了单纯依赖图像联合直方图所造成的不稳定性，使配准能更加符合图像的特点. 实验证明，这种改进算法有以下优点：配准参数曲线峰值尖锐，易于选择出最优值；在图像灰度缺失的情况下配准有较高的准确性；在噪声方差增大的情况下配准有较强的鲁棒性.     

属性集的有限闭包和有限依赖基算法

本文定义了时态类型集的强封闭集、属性集的有限闭包、属性集在给定时态类型上的有限依赖基、属性集的有限依赖基等概念．给出了求属性集的有限闭包和有限依赖基的算法,并对算法的可终止性、正确性进行了证明,对时间复杂度进行了分析．     

广义多线性混合效应模型

为了解决多数据集间联合特征提取时数据分布多样、集间相关性结构复杂和共享特征方法多样的问题,本文提出了广义多线性混合效应模型。作为一种非监督多数据集特征提取方法,本算法可挖掘多个数据集之间的共享信息,实现对多数据集全局、局部和个体特征的提取。本算法利用了传统的广义线性模型,使其可以处理不同分布的张量数据集;并提出了一种基于超图的关系模型。该模型利用关系矩阵可以实现对数据集间相关结构的建模;通过提出辅助模式的概念,实现了特征的自动归类。数值实验结果表明:利用本算法提取的特征不仅反映了多数据集间的共同与个体信息,并且在人脸识别和推荐系统等问题中性能优于传统算法。     

严格偏序集的拆分技术及其在AI中的应用（I）

给出了严格偏序集拆分的几种结构准则，如严格拆分、准严格拆分、片段连续拆分、严格保序拆分、涵盖拆分等，并就其拓扑性质进行了详细分析，提出了严格偏序集压缩的概念，说明了该压缩亦导致严格偏序集，并分析了它的拓扑性质，以及由压缩所导致的拆分与问题求解的某种关联性。最后讨论了拆分的量化准则，块规模、内外工作量、特征数量、通讯 工作量等准则。     

基于频繁模式树的最大频繁模式挖掘算法

为减少高昂的计算代价 ,用挖掘最大频繁模式集代替挖掘频繁模式集是近年来提出的一个重要研究策略。由最大频繁模式集可求出所有频繁模式 ,但数量上却可以小几个数量级 ,从而可大大减少计算代价。通过对最大频繁模式挖掘的问题描述 ,以及关键问题的分析 ,针对频繁模式树 (FP- tree)和最大频繁模式的特点 ,给出了基于频繁模式树的最大频繁模式挖掘算法 (MMFP) ,采取先挖掘候选最大频繁模式再判断子集的方法 ,经示例分析表明该算法是有效的。提出的单路径修剪和项目修剪等修剪方法大大减少了侯选最大频繁模式的个数 ,对算法的性能提高起到了关键作用。     

基于图像混合特征的城市绿地遥感图像配准

为了解决同一场景城市绿地遥感图像因视角变化等原因不在同一坐标系,以致于不能对其进行变化检测的问题,提出一种基于图像混合特征的遥感图像配准方法. 1）提取SIFT特征点:从待配准图像和参考图像提取足够的SIFT特征点;2）基于混合特征的SIFT特征点配准：首先在特征点集Y和X之间进行对应关系评估,然后利用对应关系建立空间映射函数不断更新形变后源点集的位置;3）图像配准：基于源点集和形变后的源点集来构造一个映射函数,从而对图像进行配准. 在与当前流行的4种算法（SIFT、CPD、RSOC、GLMDTPS）的对比实验中,提出的算法均给出了精确的配准结果,在大部分实验中其性能超过了其他算法.     

面向机械多级设计的超图生长型二分算法

提出了一种新型的在机械多级设计中实现超图二分的生长型分解算法。该算法由生长过程和平衡过程组成。通过提出超图中核心点集和边界点集的划分、种子的选取原则以及顶点的卫星云图等概念和方法,实现了机械多级设计中超图二分生长型算法的生长过程,并以Tabu算法实现了其边界点的平衡过程。对比测试结果表明该算法具有较好的适应性和较高的搜索效率。     

基于满足性判定的布尔网络环求解算法

环是布尔网络状态转换过程中的稳定态,在模式检测、基因调控网络和可达性分析等领域都有重要的意义。计算布尔网络状态转换中的所有环是一个NP完全问题。该文基于全解布尔满足性判定(SAT)算法,设计了一种求解所有小于等于指定步长环的算法。算法基于布尔网络的状态转换函数和状态环属性生成合取范式形式(CNF)的问题集,通过融合冲突子句学习(CDCL)、非时序回退、阻塞子句和变量分类等技术,降低算法的计算复杂度。实验结果表明,该算法能够高效地计算指定步长的环。对于无法计算所有环的复杂网络,指定步长计算环的方式将更有应用价值。     

严格有向二部图含有向Hamilton路的一个充分条件

给出了严格有向二部图含有向Hamilton路的一个充分条件，即：设D是n阶严格有向二部图(其中V(D)-(X，Y)，||x|—|Y||≤1)，若V(D)中任两个不相邻的顶点x，y，都有d(x) d(y)≥2n-4，则D含有向Hamilton路．     

一种基于频繁模式有向无环图的数据流频繁模式挖掘算法

频繁模式挖掘中基于FP-growth的算法需要扫描两次事务数据库,预先给定支持度,且不支持时间敏感型数据。本文提出了一种基于频繁模式有向无环图的数据流频繁模式挖掘算法,它根据事务到来的时间给每个事务一个序号,每个事务中的数据项在存储前按数据项的顺序进行调整,频繁模式有向无环图的构建遵循这个顺序并用序号来记录事务与数据项的包含关系,模式增长过程只需要增加有向边上的序号。通过逆向遍历带有相同序号的有向边,产生条件模式基,根据动态定义的阈值抽取条件模式基信息,一次扫描数据库得到频繁模式。实验结果表明,本文算法的执行效率优于FP-growth算法,且存储节点的数目明显减少。