基于云模型的关联规则的提取算法

关联规则的提取是数据库应用领域研究的一个重要课题.如何发现普通数据库中各属性之间的关联,也称为数量相关问题,具有更为普遍的意义.     

浅析ASP动态网页制作技术

通过介绍ASP技术的工作原理和环境配置,然后分析了ASP技术的关联知识和主要功能,并应用案例讨论了ASP如何处理表单和数据库,实现信息在前后台之间的交流和互动。     

基于模式矩阵的液体火箭发动机试车台故障关联规则挖掘

为发现试车台状态变量与其工作状况的关联关系,本文对液体火箭发动机试车台历史测试数据进行关联规则挖掘,对试车台状态参数进行选择和编码,使用自适应阈值算法对测试数据进行离散化,引入模式矩阵用于计算事务数据库中的频繁项集,提出了基于模式矩阵的关联规则挖掘方法,并将该方法应用于对多组历史测试数据进行频繁项集挖掘,对挖掘结果的分析表明:与传统方法相比,本文方法效率高,计算量小,挖掘结果能正确反映试车台状态变量与其工作状况间的关联规则,为试车台的测试数据挖掘提供了一种有效方法.     

3F体系数据库开发与应用关键技术研究

在进行故障发现、分析与处理过程中，3F技术是最基本、最重要和最有效的3种工具。在当前计算机集成产品开发过程中．3F集成体系数据库设计是产品可靠性实现与增长的技术瓶颈。本文首先介绍3F技术的基本知识，然后系统分析3F体系数据库开发各个环节的关键技术。如数据库模块关联设计、远程同步操作实现和报警功能输出等等。旨在建立适合某企业运作的3F体系。促使该企业的各个型号研发全过程全面推广应用3F技术。所开发的数据库软件模块表明：3F操作体系的智能化及数据资源的共享和传递良好．输入输出界面便于深入完成产品的潜在故障发现及已出现故障的分析纠正．将较大地提高现有产品及新一代产品的可靠性水平。     

数据挖掘技术在图书馆中的应用展望

近十几年来,随着数据库技术的迅速发展,尤其是分布式数据库技术的发展,数据库管理系统被广泛应用于商业管理、政府办公、教学科研和工程开发等众多领域。这一方面极大的改善了人们对信息的管理与利用,另一方面积累的数据越来越多,激增的数据背后隐藏着许多重要信息,人们渴望能对这些隐藏的信息进行更高层次的利用。现有的数据库可以实现诸如录入、查询、统计等功能,但无法发现数据之间存在的规则与关联,无法根据现有的数据预测未来的发展趋势,缺乏挖掘数据背后隐藏的知识的功能。数据挖掘技术就是为解决这样一种矛盾而出现的,它是一种新的数…     

基于熵权的灰色关联概率数据关联算法

在多目标信息融合中,通过数据关联判断来自不同传感器的数据是否代表同一个目标,传统数据关联一般采用联合概率数据关联算法,单纯依靠状态量测且计算复杂。而基于灰色关联的概率数据关联算法,能够利用目标的多个特征信息进行数据关联,且计算简单准确。特征信息一般由专家主观判断给出。提出了基于熵权的灰色关联概率数据关联算法,由量测数据自适应的给出各特征的权重系数,不依赖于专家。仿真表明,该关联算法具有很好的工程实用性。     

基于复数域拓扑描述的航迹对准关联算法

研究了在组网雷达存在系统误差情况下的目标航迹关联问题,提出了一种基于复数域拓扑描述的系统误差配准前目标航迹对准关联算法。该算法通过构建粗关联波门来对目标航迹进行试验关联,以此建立航迹对准关联信息矩阵,并在对该矩阵进行合理拆分的基础上获得可行对准关联矩阵集合;由于目标航迹间的相对拓扑关系不受量测系统误差影响,算法可用来描述复数域中目标航迹的拓扑关系,并以此计算各可行对准关联矩阵的可行度,从而获得最终航迹对准关联关系。蒙特卡罗仿真结果说明,算法不依赖于估计雷达量测系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联航迹数据。     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

异类传感器三维空间数据关联算法研究

在异类传感器信息融合系统中,快速准确地对目标进行数据关联极为重要。为解决2D雷达与红外传感器在三维空间中的数据关联问题提出了一种新方法。该方法采用两级关联算法进行关联,首先利用精度较高的2D雷达径向距离和红外传感器俯仰角及方位角找出目标在X-Y平面上的可能位置,通过构造角度检验统计量完成第一级关联,排除大部分虚假定位点;再采用二维分配算法对余下的候选关联组合进行精确关联,从而获得最优关联分配方案。仿真结果表明该方法较大地提高了正确关联概率,是一种有效实用的数据关联方法。     

液体火箭发动机故障的数值型关联规则挖掘

数值型关联规则的算法大多是将多值属性关联规则挖掘问题转化为布尔型关联规则挖掘问题,而连续属性的离散化是数值型关联规则的核心问题。本文基于数值型关联规则的理论,用一种数理统计的方法进行连续属性的离散化。将该方法应用于某大型液体火箭发动机稳态段的热试车数据,然后利用FP-Growth算法对其进行测试,挖掘出了故障数据,进而验证了其可行性。     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。     

80x86汇编语言安全性编码规则检查工具的设计与实现

从安全性角度提出80x86汇编语言程序的编码规则.通过分析航天型号典型案例.依据型号软件的应用特点,从代码结构、指令使用、中断控制、算法设计等角度对安全性编码规则进行分类,提出具体要求.设计了对应规则的检查方法和检查工具,采用静态分析方法,从软件源代码中提取安全性规则的相关元素,判断代码与规则的符合性,实现规则自动检查.     

基于信息量准则的AR模型相关高斯杂波模拟

研究了相关雷达杂波功率谱特性的AR模型及其模拟方法。使用了Levinson-Durbin算法和四种基于信息量准则的AR模型定阶准则:AIC、FPE、CAT和MDL,并与其它定阶方法进行了比较,最后给出了计算机模拟结果。     

基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。     

辐射源识别处理中的合批技术研究

雷达信号合批是辐射源识别处理中的重要环节,它可以有效地消除虚假和重复雷达信号。结合雷达信号出现的规律和雷达参数分布规律,讨论了雷达信号合批技术,给出了一种合批方法。该方法可以快速高效地对各类辐射源进行合批处理,实际应用结果证明了其有效性。     

知识系统决策规则的动态更新策略及等价矩阵计算

专家系统是航天领域中人工智能技术应用的重要形式。学习能力是人工智能、机器学习的本质特征之一。用属性及其取值表述对象的知识系统通常需要从大量样本中获取知识并以决策规则的形式加以表达。当样本集合发生变化时,则需对决策规则集进行动态更新。本文分析了增加和移除学习样本两种情况下调整决策规则的方法,提出了知识系统决策规则动态更新的策略和等价矩阵计算方法,通过算例进行了仿真和验证。结果表明:决策规则的动态更新方法和等价矩阵计算可以解决知识系统的动态学习问题,相较决策规则的全局获取运算,减少了计算量。     

利用关联规则检测液体火箭发动机启动关机过程的故障

提出了一种基于关联规则的故障检测方法,根据发生故障时相应参数之间的关联关系是否有效来判断是否故障。对液体火箭发动机的启动过程试车数据进行挖掘的应用实例表明,该方法能够有效地挖掘参数之间的关联关系,有效地检测出液体火箭发动机启动过程中的故障。     

模糊神经网络应用于数据融合中实现目标的身份识别

结合“情报侦察与数据融合专家系统”的需求 ,对基于产生式规则的模糊知识表示和推理、神经网络的结构和机理进行了研究 ,提出了将模糊规则与神经网络相结合 ,实现一种新的推理方法。在此基础上 ,实现了一种将模糊规则转化为神经网络的算法以及神经网络的学习算法 ,并具体讨论了这种新的推理方法在“情报侦察与数据融合专家系统”中实现飞机的身份识别的应用。实验证明这种网络结构巧妙地将模糊集理论和神经网络结合起来 ,充分利用了两者各自的优势 ,最终达到了对目标身份识别的效果