XML亚强函数依赖及其推理规则

为了解决不完全信息环境下XML亚强函数依赖的逻辑蕴涵问题,基于XML Schema研究了XML亚强函数依赖及其推理规则。给出了XML Schema、符合XML Schema的不完全XML文档树等概念;基于子树信息等价、子树信息相容的概念提出了XML亚强函数依赖的定义和性质;提出了相应的推理规则集,并对其正确性进行了证明。为不完全信息环境下存在XML亚强函数依赖的XML Schema规范化的研究奠定了基础。     

XML与关系数据库的函数依赖比较

函数依赖分析对于XML数据有着与其在关系数据库中同等重要的意义.通过实例对关系数据库和基于DTD模式的XML数据的函数依赖分析方法和过程作出比较,对XML数据与关系数据库间的转换及函数依赖在两者中的保持与传播有参考价值.     

基于推理树的XML推理控制研究

信息安全中的推理问题是指攻击者根据合法获得的信息,利用信息之间关联,推理出不能直接访问的信息,从而造成敏感信息泄露的一种安全问题。推理控制是对信息间的这种联系加以控制,防止敏感信息的推理泄露。XML是当前信息技术中最重要的信息载体之一,是Internet中数据交换和传输的默认标准,也是传统关系数据库的有力竞争者。文中研究了XML数据库中信息的推理控制问题,定义了信息以及信息的规范化表示,针对XML数据库中敏感信息的推理泄露,引入了推理树的概念,提出了一种新的推理通道的刻画方法,并提出了相应的动态推理控制策略,在保证信息安全的基础上,使文档中的信息最大可用。     

XML信息集及推理闭包的动态生成方法

XML动态推理控制的一个重要技术环节是如何简洁完整地记录用户获得的信息。文中采用模式树的形式将用户获得的信息保存在历史信息集中,当用户访问XML数据时,将访问结果包含的信息加入到历史信息集中,并利用模式树的信息包含关系消除冗余信息,同时使用XML关键字来合并XML元素。然后根据推理规则对XML历史信息集进行推理闭包扩展,使XML历史信息集能够完整地反映用户已了解的信息。     

XML规范化索引树构造算法

参照关系数据库中的约束理论,给出应用于XML文档的函数依赖规则和三范式理论,去除XML树中的部分函数依赖和传递函数依赖,避免了更新异常,并根据规范化结果重新组合成XML规范化语义树,通过在XML原树中标记出语义树而产生一棵XML规范化索引树NIT,基于这棵树完成XML文档的访问操作.     

XML不完全信息树下的完全函数依赖弱保持

在DTD模型下,在XML信息树中引入了不完全信息,形成一棵不完全信息树。文中以不完全信息树为基础定义了树中节点之间的关系：节点值等价和节点值相容。并在此基础上定义了函数依赖的强保持条件、完全函数依赖弱保持。给出了给定函数依赖集判断完全函数依赖弱保持的算法及满足完全函数依赖弱保持时,当树确定化后成为完全信息树下函数依赖的可能性的证明。     

一种基于缺省规则的推理算法

提出了一种将特定缺省规则转换成描述逻辑Abox实例的推理算法,该算法针对特定缺省规则的改变通常不影响Tbox的情况,将缺省规则映射成为Abox中实例的变化,简化了推理过程,同时保持描述逻辑推理的可判定性,具有较好的可行性,并通过推理实例验证了该算法的有效性.     

基于规则推理的靶场资源辅助决策系统

以靶场试验设备资源的选择及人力资源的选择为研究对象,以靶场试验专家总结出的经验作为知识库规则的制定依据,用基于规则推理的方法,以VisualBasic．Net2008为开发工具、Access2003为后台数据库开发平台,建立一个靶场资源辅助决策系统。该系统具有高效、快捷、方便等优点,适用于靶场试验的设备资源选择及人员的配备。     

基于规则推理的靶场资源辅助决策系统

以靶场试验设备资源的选择及人力资源的选择为研究对象,以靶场试验专家总结出的经验作为知识库规则的制定依据,用基于规则推理的方法,以Visual Basic.Net 2008为开发工具、Access2003为后台数据库开发平台,建立一个靶场资源辅助决策系统.该系统具有高效、快捷、方便等优点,适用于靶场试验的设备资源选择及人员的配备.     

粗集理论中不相容规则的一种修正算法

粗集理论是继概率论、模糊集、证据理论之后的又一种处理模糊和不确定性知识的数学工具。针对粗集理论在实际应用中常常出现的条件属性相同而决策属性不一致问题,提出了一种修正不相容规则的算法。即从相对错误分类率概念出发,在力求保持原知识分类能力的前提下,通过比较不相容规则的相对错误分类率大小,从而对不相容规则进行修正的算法。并通过雷达分类实例验证了算法的可行性。     

粗糙集在诊断规则提取中的应用

为了克服专家在诊断规则提取时的主观性,把粗糙集理论引入诊断规则提取之中.根据电子设备故障征兆及故障特点,提出一种基于粗糙集理论的诊断规则提取方法,并通过实际电路验证了该方法的有效性.该方法为智能故障诊断中规则知识的自动获取提供了一条道路.     

基于粗糙集和决策树法的认知无线电知识挖掘

对粗糙集、决策树C4.5算法进行了研究,提出用粗糙集和决策树相结合的方法设计CR知识挖掘模型,并通过案例研究其可行性;利用基于MATLAB 802.11a物理层仿真平台收集的数据作为CR感知样值,通过样本值训练决策树序列,构建决策树提取知识,并用混淆矩阵法对设计模型的准确性及性能进行评价。实验结果表明,该方法设计模型的分类准确率高,增强了知识的可解释性,能够初步达到认知无线电知识挖掘和对以往经验学习的目的。     

基于粗糙集和人工免疫的集成入侵检测模型

针对当前入侵检测存在的问题,通过引入粗糙集方法,综合误用检测和异常检测设计了一种基于粗糙集和人工免疫的集成入侵检测（RSAI-IID）模型,提出了一种在入侵检测中实现疫苗注入的方法。采用粗糙集方法获取疫苗,并保证了疫苗的优良性,优化检测性能;误用检测筛掉已知的入侵行为,提高检测的速度;异常检测针对未知攻击进行实时检测。最后在KDD99数据集上进行实验仿真,验证了模型的可行性和有效性。     

基于相似度的变精度容差关系扩充粗糙集模型

比较分析了已有扩充粗糙集模型,提出基于相似度的变精度容差关系扩充粗糙集模型。该模型根据两对象的相似度及属性值缺失情况划分客差类。通过与基于容差关系、相似关系、限制容差关系等扩充粗糙集模型比较,证实了该模型对不完备信息系统处理的现实可行性和有效性,最后给出了相对正域的概念及属性约简规则。     

一种基于决策信息系统的求核属性算法

为了有效降低求核算法的时空复杂度,提出了一种高效压缩差别矩阵的构造方法.在此基础上,设计了一种决策信息系统的求核属性算法,有效地提高了算法的计算效率.算例分析验证了算法是有效可行的.     

基于Bayesian粗糙集和布谷鸟算法的肺部肿瘤高维特征选择算法

在高维特征选择过程中最优特征子集生成和分类器 参数优化方面,提出一种基于贝叶斯粗糙集(BRS)、遗传算法(GA)和布谷鸟算法(CS) 的两阶段优化高维特征选择算法。该算法首先分析3000例肺部肿瘤CT图像的形状、灰度和纹理特征,提取104维特 征分量共同量化ROI;然后进行两阶段优化:(1) 从全局相对增益函数的角度分析了属性 重要度,结合属性约简长度和基因编码权值函数的加权和构造适应度函数,通过选择、交叉 和变异等遗传操作生成最优特征子集,在不降低分类精确度的前提下降低特征维度;(2) 利用CS对支持向量机(SVM)参数进行全局寻优;最后通过实验验证本文算法的可行性和有 效性。实验结果表明,该算法有效提升了肺部肿瘤良恶性识别能力,降低了算法的时间复杂 度。