一种有效的序列模式增量式更新方法

针对序列模式增量式更新挖掘算法产生大量候选项集以及多次扫描数据库的问题,提出了一种有效的增量式更新算法ESPIA,该算法利用基于2-序列矩阵挖掘算法ESPE对原数据库和增加数据库一次扫描产生序列模式,通过对频繁模式和非频繁模式进行相应的剪枝减少了序列的比较和扫描次数,降低了算法时间和空间复杂度,实验证明该算法是有效和准确的。     

基于Zigbee网络的智能播种机器人关键技术研究

目前国内的智能播种机器人存在播种速度慢、路径跟踪不准确、效率低等问题.提出基于Zigbee网络的智能播种机器人.将无线传感器与Zigbee网络技术相结合,实时获取工作区域内的环境数据,传递给机器人进行播种操作.采用数字指南针校正的增量式PID控制方法控制机器人进行直线行走和蚁群算法实现智能播种机器人的路径规划.有效的解决了播种机器人存在的问题,使智能播种机器人得到广泛地应用。     

数控机床平动轴误差辨识及补偿研究

为了大幅提升数控机床平动轴的运动精度,从而满足当代数控系统对其高精度的要求,针对机床平动轴的空间几何误差开展了深入研究,提出了可以有效辨识平动轴空间几何误差的便捷方法,并基于齐次坐标变换原理建立了平动轴空间几何误差的辨识模型;针对机床平动轴定位误差的特性,提出了可以实现有效补偿的增量式误差补偿原理,并建立了相应的误差补偿模型。经验证,所提出的平动轴误差辨识法和增量式误差补偿原理不仅理论正确,而且可以大幅地提高机床平动轴的定位精度。     

项目驱动、增量迭代纠错式C++教学方法

C++程序设计是计算机及相关专业非常重要的一门基础课程。由于C++编程语言较为灵活和复杂,学生在学习该课程时会感到较为吃力。而传统的教学方式偏重于知识的传授,忽略了培养学生分析问题、解决问题的能力。本文提出了一种新的C++教学方法,该方法以解决实际项目中的问题为驱动,通过将项目功能点和C++知识点相结合,对项目的内容不断演化,并注意将知识的传授和培养学生分析问题、解决问题的能力相结合。实际教学效果表明,该方法可以有效地提高C++课程的教学效果。     

基于称量自校正补灌控制系统研究设计

为解决传统精油灌装机灌装精度低的问题。设计一种基于称量检测自校正二次补灌控制系统,该系统采用了小脑神经网络模型和PID复合的控制策略。设计了以PLC、PC机和触摸屏组合方式实现在线测量与监控,为二次补灌提供了可靠数据。仿真结果表明小脑神经网络模型和PID复合控制策略具有鲁棒性强、抑制超调能力强、保持较强实时性等特点。在保证精油灌装速度的同时很大程度上提高了灌装精度。     

R树上溢结点增量式k均值聚类优化分裂方法

R树能较好地满足逆向工程、CAD/CAM、机器视觉等领域的动态数据维护及空间查询需求,而CR树是其优秀的变体之一。针对CR树的上溢结点分裂算法存在的聚类结果不理想以及计算代价过高等问题,提出一种主元分析导向的增量式k均值算法,可在既有分类中心附近的第一主元方向上搜索新的初始分类中心。将该算法与Silhouette指标相结合应用于求解由上溢结点分裂问题所转化的点集聚类问题,能以较小的计算代价自适应获取近似全局最优的点集聚类结果。试验结果表明,基于增量式聚类的R树上溢结点分裂算法在R树构建效率、存储利用率及空间查询等方面的综合性能优于CR树与RR*树。     

增量式健壮主成分分类器的无监督异常检测方法研究

传统的入侵检测算法对数据集的研究都是针对静态训练数据的,对于动态数据却显得无能为力。但在实际应用中,入侵行为层出不穷,入侵检测系统应能对新的入侵行为进行增量学习。为了解决该问题,在前期工作的基础上,提出一种基于增量式分类器的无监督异常检测方法;实验表明：该方法在训练数据为动态情况下,能够有效检测未知入侵,在检测率、误警率方面都达到较满意的结果,并在效率上有较大提高。     

一种改进的核增量式更新算法

深入分析基于差别矩阵的属性核快速更新算法——FUAC后,指出引起该算法空间复杂度高的原因,在此基础上提出了一种不存储差别矩阵的改进核增量式更新算法,主要考虑对象动态删除情况下核的更新问题。理论分析表明改进的核增量式更新算法有线性空间复杂度。     

基于权重联系度粗集理论的增量式知识发现

在实际生活中,信息系统的增量数据会不断产生,如何充分利用以前计算的结果结合新产生的数据进行新的知识发现,这是有意义的。针对这样的问题,提出了基于权得联系度的粗集模型,它着重考虑了条件属性重要性存在差异来建立粗集模型,而条件属性重要性可以通过以前数据的知识发现计算出来,于是利用基于权重联系度的粗集模型在对新产生的数据进行知识发现时,利用了以前的数据信息。建立了基于权重联系度的粗集模型及其对应的属性和属性值约简理论,最后通过一个示例来演示增量式知识发现的方法。     

不相容决策系统的知识库构造研究

粗糙集理论为知识库构造提供了一种形式化的理论模型,但是针对不相容决策系统构造知识库仍然是值得深入研究的问题。基于决策系统分布约简定义规则的分布核与分布约简概念,提出一种基于分布约简构造知识库的方法。首先确定各条件类的分布核,进而采用启发式算法计算其分布约简,挖掘约简规则集,构造出决策系统的知识库。并对加入决策系统中新对象的各种情形进行分析,对原有知识库进行增量式更新,而无需为更新知识库重新运行知识库构造算法。该方法能适应不相容决策系统,同样也适用于相容决策系统。