改进的HyperSplit报文分类算法

针对现有高速、大容量、多域报文分类算法普遍存在内存使用量大的问题,提出一种改进的HyperSplit多域报文分类算法。通过分析现有算法内存使用量大的原因,修正和设计选择分割维度与分割点、去除冗余结构的启发式算法,最大限度减少决策树中的复制规则数量,消除决策树中存在的冗余规则和冗余节点,优化决策树结构。仿真结果表明,该算法与现有多域报文分类算法相比,不依赖于规则集类型和特征,在保证内存访问次数不增加、报文得到线速处理的情况下,可降低算法的内存使用量,当规则集容量为105时,内存使用量降低到HyperSplit算法的80%。     

无线传感器网络不确定数据PT-Top k查询处理技术

在无线传感器网络现实应用中,感知数据普遍存在不确定性。由于不确定数据引入了概率维度,使得不确定数据查询种类更加丰富,同时也给查询处理带来困难。不确定数据Top-k查询是一个典型的不确定数据查询任务。考虑到无线传感器网络查询处理技术对查询响应时间和网络通信消耗的高要求,研究了面向层次聚簇结构的无线传感器网络不确定数据Top-k查询处理技术。通过分析不确定数据特点,基于x-tuple规则元组模型,采用簇内与簇间的两阶段数据查询处理机制,提出了基于Poisson分布的分布式不确定数据PT-Top k查询处理近似算法TPQP。通过实验,从总体通信消耗、与概率阈值p相关分析、与排序数k相关分析以及数据敏感度分析等方面,说明了TPQP算法在通信消耗、查询响应时间上的优越性。     

基于T-S模糊模型的高炉喷煤规则挖掘

高炉炼铁是一个动态的、多变量和非线性的复杂过程控制系统。由于焦炭短缺,价格昂贵,喷吹煤粉代替部分焦炭就成了高炉冶炼继续生存并与其他炼铁方法竞争的重要技术。因为缺乏对高炉的认识,炉长只能根据长期生产实践进行决策和操作。有时忽略了过程工艺指标与各工艺参数之间的影响关系,使得能源和资源消耗处于一种"盲目"的状态。为此,需要通过寻求高炉冶炼喷煤规则实现降低焦比减少资源消耗。以高炉生产历史数据为样本,结合高炉工艺机理分析,运用数据驱动建模技术建立起高炉喷煤T-S模糊模型,从成功的历史记录中寻找出具有准确性和科学性的高炉冶炼喷煤操作模式,建立起操作模式与生产经济指标和能耗之间的关系,达到指导实际生产操作、实现节能降耗的目的。     

Study of the High‐Pressure Vapour‐Liquid Equilibria for Strongly Non‐ideal Binary and Ternary Mixtures

High‐pressure vapour‐liquid equilibria for binary and ternary high polar and asymmetric systems are calculated using the Peng‐Robinson‐Stryjek‐Vera equation of state coupled with the Twu‐Coon (TWMR), the Orbey‐Sandler (OSMR) and the Wong‐Sandler (WSMR) mixing rules. Modified UNIFAC model is used for determining the activity coefficient and excess Gibbs free energy. The calculated results are compared with the experimental data and good agreement is observed. The average absolute deviation percents (AAD%)s indicated that the WSMR has less AAD% than other mixing rules in most of cases.     

不确定性数据频繁项集挖掘算法

由于不确定性数据大量存在于传感器网络,移动计算,军事,电信等应用领域,传统的频繁项集挖掘算法难以适用到不确定性数据挖掘。为了解决这个问题,本文提出了一种快速有效的算法,该算法基于可能世界模型,只需要扫描一次数据库,且没有建树的过程,通过实验证明,我们提出的算法比UF_Growth算法效率更高。     

面向中文专利文献的单层并列结构识别

结合条件随机场与伯克利句法分析器对中文专利文献中的单层并列结构进行识别。在经过分词和词性标注的中文专利语料的基础上,分别运用条件随机场和伯克利句法分析器对专利语料中的单层并列结构进行识别,提取两种机器模型相同的和识别结果中满足相应规则的并列结构识别结果。实验结果表明,该方法有效的识别了专利文献中的单层并列结构,取得了73.09%的F值。     

基于条件随机场与时间词库的中文时间表达式识别

该文提出一种统计与规则相结合的时间表达式识别方法。首先,通过分析中文文本中时间表达式的词形、词性和上下文信息,采用条件随机场识别时间单元而非时间表达式整体,避免了中文时间表达式边界定位不准确的问题;然后,从训练语料中自动获取候选触发词,并依据评价函数对候选触发词打分,筛选出正确的触发词完善触发词库;最后,根据时间触发词库与时间缀词库,制定规则对时间表达式边界进行定位。实验结果显示开式测试F1值达到98.31%。     

观点句中评价对象/属性的缺省项识别方法研究

在多对象、多属性的评论文本中,评价对象和评价属性的缺省识别对于观点挖掘有着重要的作用。针对情感观点句中评价对象和评价属性的缺省问题,该文提出一种有效的缺省项识别方法。首先构造缺省项识别规则集,用于获取待识别的缺省项侯选集;将缺省项识别问题看作一个二元分类问题,选用词法和依存句法作为特征,使用决策树分类算法C4.5训练分类器模型,在测试集上对待识别的缺省项进行判别。实验结果表明,使用依存句法特征集分类的F值优于词法特征集约2%。将词法和依存句法两类特征融合与单类特征相比,分类精确率和F值分别提高了10%和5%左右,说明词法特征和依存句法特征的融合有利于缺省项识别。     

一种基于局部冲突分配的证据组合规则

Dempster-Shafer证据理论广泛应用于信息融合中, 但是在证据高冲突情况下基于经典D-S证据组合规则的融合结果存在问题。针对这一问题, 提出了一种基于局部冲突分配的证据组合规则。首先基于Jousselme证据距离获得各个证据体的信任度和加权平均证据, 然后由定义的焦元距求其每一个焦元的绝对距离, 并以此获得焦元信任度。最后实验结果表明, 所提算法提高了证据合成结果的可靠性和合理性。     

应用基于粗集的模糊神经网络进行软测量建模的研究

提出将软测量建模与数据挖掘方法相结合的思想。针对模糊神经网络输入维数高，且对应的神经网络是权值不完全连接的网络，结构简单、训练速度快。将该方法用于催化裂化装置的轻柴油凝点的估计，取得良好的效果。