基于同现度和自学习的中文字符组合发现

中文字符组合的发现在文本数据挖掘和信息聚类中有重要作用.目前的方法已不能适应新的需求.为了解决这一问题,做了以下工作:1)分析了现有方法的不足;2)提出了新的基于同现的概率公式和中文字符组合发现算法;3) 采用数据挖掘技术,为字符组合发现引入了自学习和迭代的机制.实验表明,和传统方法相比新方法准确率提高6%～8%,运行时间减少50%.     

远程访问中的分布式访问控制

IETF的访问控制模型采用了集中管理策略，不能对IP-VPN中的远程用户进行有效的认证和授权，更不能实现远程用户在不同域间的漫游，该文针对该问题作了如下工作：远程用户访问控制策略的分布式管理；远程用户漫游时的认证；分布式访问控制模型DACRU的实现。实践证明该模型能有效解决远程用户的访问控制策略的分布式管理和授权用户的漫游认证问题。     

基于块分布的新闻网页内容提取

提出一种新的新闻网页内容提取方法。与已有的研究相比,它自动判别网页是否含有主内容,并且回避了模板和DOM-Tree方法所带来的局限。主要工作包括:①提出了一种网页分块方法,通过一趟遍历将网页主内容和噪声划分到不同的块中;②提出网页块分布的概念并研究了块分布的属性,根据块分布可以有效地使用分类方法来判别网页是否有主内容,采用孤立点分析的方法从网页块分布中提取主内容。本文通过理论和实验证明了该方法的有效性。     

基于GEP基因约简策略的多项式因式分解

将基于基因表达式编程(GEP)的公式发现技术用于多项式因式分解。对标准GEP中个体染色体适应度评价算法和遗传算子进行了改进,提出了一种新的基于GEP的基因约简算法及多项式因式发现算法(以下称FactorGEP算法),分析了多项式因式发现的特殊困难,提出了将有效基因个数作为适应度评价因素的解决方案。试验结果表明,FactorGEP算法完全不需要关于分解的多项式的任何先验知识,可以自动对多项式进行因式分解,并找到最佳的分解。     

内嵌基因表达式编程及其在函数发现中的应用

为了提高表达效率,提出了新的基因解码方案,形成了内嵌基因表达式编程算法EGEP;提出了极大表达树、嵌套表达树和拼接表达树等概念;分析了基因的表达空间和算法的复杂度.实验表明,该算法提高了函数发现的成功率;在小规模种群的函数中其能力明显优于GEP.在单基因情况下,目标为一元函数和二元函数时,EGEP平均成功辈数分别为GE...     

基于依赖模式集挖掘组方药物多维配伍规律

针对多维组方药物之间配伍规律挖掘问题,提出了依赖性判定函数和多维组方药物依赖性判定算法MMDE(Multidimensional Medicine Dependence Evaluation),作为组方药物依赖性判定的依据,利用差异函数确定药物分布的离散度,提出了基于可调差异函数求解缺剂量药物用量的新方法。实验证明了新方法在挖掘组方药物间依赖关系上准确性较高,达到80%以上。     

一种基于频繁k元一阶元规则的多维离散数据挖掘模型

为实现对多维离散数据的挖掘,提出了包含"与"、"或"、"非"逻辑的元规则概念模型,定义了元规则实例及相应的支持度和置信度概念。在此基础上提出了新的更精炼且更有启发意义的k元一阶元规则概念模型,定义了频繁度概念,证明了k元一阶元规则的空间性质定理包括上下界计算公式。文中的元规则具有更高的抽象层次,更小的解空间,能够描述元数据间的关系以及强规则实例的分布的情况。给出了k<5时,k元一阶元规则的空间分布情况的实验结果,验证了空间性质定理。实验结果表明,在标准数据集上显著k元一阶元规则的数量比相应的强的元规则实例数少1个数量级,频繁度为100%的k元一阶元规则比强的元规则实例数少2个数量级。     

基于基因表达式编程的自动聚类方法

为了解决聚类算法不能自动聚类的问题,提出并实现了自动聚类算法GEP-Cluster算法。主要工作包括:1)研究了基于GEP进化的最优簇划分;2)提出了自动合并簇算法Auto Merge Cluster Algorithm;3)实现了不需预知簇个数的聚类;4)在合成数据集上的实验表明,采用GEP-Cluster算法在未知簇划分信息的情况下可对数据集自动进行聚类分析,聚类成功率达到96%。     

基于R-Tree的高效异常轨迹检测算法

提出了异常轨迹检测算法,通过检测轨迹的局部异常程度来判断两条轨迹是否全局匹配,进而检测异常轨迹.算法要点如下:(1) 为了有效地表示轨迹的局部特征,以k个连续轨迹点作为基本比较单元,提出一种计算两个基本比较单元间不匹配程度的距离函数,并在此基础上定义了局部匹配、全局匹配和异常轨迹的概念;(2) 针对异常轨迹检测算法普遍存在计算代价高的不足,提出了一种基于R-Tree的异常轨迹检测算法,其优势在于利用R-Tree和轨迹间的距离特征矩阵找出所有可能匹配的基本比较单元对,然后再通过计算距离确定其是否局部匹配,从而消除大量不必要的距离计算.实验结果表明,该算法不仅具有很好的效率,而且检测出来的异常轨迹也具有实际意义.