一种快速并行关联规则算法研究及仿真*

在比较了当前几种并行关联规则挖掘算法的基础上,对并行关联规则算法进行了比较全面的分析,为了解决其性能和效率方面存在的问题,提出了一种快速挖掘策略的并行处理算法（FPARM）,并对这种快速并行关联规则算法的性能作了比较分析。经过计算机仿真实验的性能比较,采用快速并行算法的性能和效率提高了,达到了算法优化的目的。     

改进RPE算法的神经网络在客户欺诈预测中的应用

客户欺诈在一定程度上抑制了消费，这会妨碍电信运营商和电信用户的亲密度，从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系，从统计学角度出发，难以建立预测模型，针对这些问题，提出了基于递推预报误差(RPE)算法神经网络的方法建模，并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明，用该算法预测客户欺诈的危险度效果优于BP神经网络模型，具有实用性和有效性。     

基于人体能量的微传感器节点能量利用方法

计算技术、通信技术和微机电技术的快速发展为智能传感器网络的广泛使用提供了坚实的技术基础。能量供给技术是智能传感器网络的关键技术，因为只有长效、低廉的能量才能保证微传感器节点的正常运行和发挥其独特的作用。传统的电池供能技术已满足不了大规模传感器网络微节点对能量的需求。因此，需要研究新的节点能量供给方法和技术以满足微节点的特殊需求。本文讨论了基于微机电系统（MEMS）技术收集人体能量为微节点供能的方法，并给出了相应的计算模型，这些模型对传感器微节点的能源设计和智能传感器网络的广泛应用具有重要意义。     

最佳动力换档规律自学习算法的收敛性分析

针对汽车电控机械自动变速器 (AMT)最佳动力性换档规律的获取方法工作量大且耗资多,所得换档规律对其它车辆适应性差等问题,根据迭代自学习控制理论,提出了一种在线、实时寻求最佳动力性换档规律的自学习算法,并从理论上证明了该算法的收敛性,给出了收敛条件,讨论了自学习算法的快速收敛问题.分析结果表明,此法可以应用于实际AMT系统.     

模糊聚类在数量型关联规则提取中的应用

关系数据库中数量属性的关联规则挖掘问题是经常要遇到的问题。该文利用改进的FCM进行模糊聚类，主要是解决FCM算法的局部极小问题。利用聚类的结果可以使数量型属性关联规则向类别型属性转换，类别型属性再转化为布尔型属性，这样，便可以从许多关联规则的挖掘方法中找出有意义的规则。     

小波神经网络的一般结构模型

根据小波分析原理，提出了一种基于信号频率分布的小波神经网络一般形式的分层结构模型，以及相应的网络学习多分辨递阶逼近算法。新的网络结构具有结构清晰、逼近过程直观、由粗到细、学习方便等特点。     

基于分层模型的配电网故障定位优化算法

针对配电网故障定位实时性要求高及配电网中存在T接点的特点,提出了基于分层模型的配电网故障定位优化算法。该算法充分考虑配电网故障定位和分层模型的特点,采用分段定位原理,通过计算某一区间中间层顶点故障信息状态组合情况,以确定故障所属的更小区间,逐步压缩故障所属区间,实现故障的快速、准确定位。     

基于小波变换的噪声检测快速独立分量分析

机械或电气设备工作噪声的测试分析是实时故障检测诊断的重要手段,通常情况下,传感器检测得到的信号是多个噪声源叠加的结果,可采用独立分量分析(ICA)方法分离出待检测对象信号.提出先对混合信号小波系数序列进行独立分量分析,再做小波逆变换得到分离信号.与直接的ICA比较,小波系数比原始信号的超高斯性更强,因此分离处理的收敛速度更快,分离效果更好;由于在小波变换的过程中可以引入阈值去噪,因此基于小波变换得到的分离结果较之常规方法有更强的抗噪能力.     

短消息服务中心过负荷控制机制研究

本文对矩消息服务中心（SMSC）的过负荷控制机制进行了研究,对其负荷源进行了分析,提出了相应的负荷控制策略,对过负荷状态判断和控制处理方法进行了深入论述,并提供了相关的测试方法和数据。     

一种三维传感执行网络节点位置感知算法

传感执行网络是由一组通过有线或无线通信方式连接起来的,并完成感知与执行功能的传感器与执行器节点组成的面向应用的分布式网络。位置感知是指确定节点在网络中的坐标值。已提出的算法中大部分是针对二维布置网络,提出了一种基于循环组合四边测量法的用于三维传感执行网络的节点位置感知算法,这种算法依据信标节点相对于未知节点的几何位置并利用权重多面体和权重重心法估算未知节点的几何位置。它的主要特点是:可明显提高感知精度,且对测距误差具有很好的鲁棒性。