外关联规则挖掘

根据项集内项的关联性,现有关联规则挖掘算法可分为正关联规则挖掘和负关联规则挖掘两大类,它们反映的是项集内频繁项之间的关联性。通过对实际数据集的分析发现,一个项集可以划分成若干子项集,子项集内的项有较高的相关性,而不同的子项集相关性则较低,这意味着每个子项集与其外部的一个潜在因子间存在着关联,由此本文提出了外关联规则的概念,并基于因子分析和主成分分析方法,提出了外关联规则挖掘算法(FAAR),从而将项集内的关联规则挖掘外推到子项集和潜在因子集之间的外关联规则挖掘,扩展和丰富了关联规则挖掘的应用,在此基础上还可进一步发现它所蕴涵的正、负关联规则。     

基于遗传EM算法的航班延误状态空间模型(英文)

航班运行过程的高度动态性和随机性,航班延误因素的复杂性和不确定性导致航班延误实时预测成为难题。控制领域的动态数据驱动方法为该问题提供了一种解决方案。然而,要想运用动态数据驱动方法,首先必须建立航班延误状态空间模型来表示系统状态之间、状态与系统输入输出之间的关系。本文对单机延误事件序列进行了分析,创建了一种航班延误状态空间模型,并对其中的输入控制量进行了重点建模。在历史航班运行数据集上,采用遗传EM算法对模型参数进行了极大似然估计,并同时验证了遗传EM算法在优化参数估计和提高计算效率方面的优势。最后,采用Kol-mogorov-Smirnov方法对模型实例进行了假设检验,检验结果表明,所选模型具有较好的拟合优度。     

决策表的逻辑表达式分析

用泛布尔代数系统作为逻辑工具,证明了条件属性完全决策表的两种逻辑表达式(蕴涵式和析取范式)是逻辑等价的,但是决策属性相容和不相容决策表的蕴涵式表达式有所不同。继而证明了不完全决策表在1型解释下,其析取范式表达式仍与完全决策表的析取范式表达式形式相同,但与其等价的蕴涵式表达式却比完全决策表的蕴涵式表达式多了一串乘积;而不完全决策表在2型解释下,其蕴涵式表达式仍与完全决策表的蕴涵式表达式形式相同,但与其等价的析取范式表达式却比完全决策表的析取范式表达式多了一串和式。     

中介粗集及其在数据挖掘中的应用

粗集理论已成功应用于数据挖掘,如基于粗集方法的属性发现和决策规则的约简等。中介集合论是以中介逻辑为基础,也可以用于数据挖掘。文中将两者相结合,提出了中介粗集的概念。中介粗集是普通粗集的推广,为不完全信息系统的数据挖掘提供了新的工具,不仅可用于一般的信息系统,还适用于数据取空值的信息系统（允许结论取空值）。利用中介粗集进行数据挖掘不但可以得出粗集理论中的约简,还能得到更为简洁的中介约简。文中还给出了     

BACKGROUND KNOWLEDGE AND SECONDARY KNOWLEDGE BASES IN LEARNINGS YSTEMS

讨论了背景知识和领域理论在学习过程中的作用，强调了学习系统中背景知识的重要性。文中介绍了一个以领域理论为主知识库、以背景知识为二级知识库的基于解释的学习系统，说明基于解释的学习系统如何利用背景知识克服不完全的领域理论带来的问题，使其能通过纯演绎的方法实现知识级的学习。最后，本文还简单讨论了学习系统中背景知识的获取方法。     

更强的密钥交换可证安全模型

设计和分析双方密钥交换协议,目前已提出多个可证安全模型。为保障密钥交换协议所需的安全特性,形成一个统一的安全模型是非常必要的。本文评估了eCK＇,eCK和CK模型,证明了eCK’模型是当前最强的密钥交换可证安全模型,并形式化分析了这些模型的强弱关系。此外,对于模型问存在的蕴含关系还提供了形式化证明,并对非蕴含关系给出了反例。     

浅谈积雨云和雷暴对飞行的影响

积雨云和雷暴都是影响飞行安全的危险天气。积雨云属于强对流云，它伴随大风、龙卷、雷暴、冰雹、阵雨等天气现象，雷暴是积雨云发展旺盛的产物。在积雨云中有强电场，当电压达到一定的范围，就形成放电，即闪电。由于电场的作用，积雨云中产生强磁场。飞机误入积雨云中时，容易遭雷击，或在强磁场的作用下，指针摇摆不定或一直指向磁场方向，     

动态的Ad Hoc网络密钥管理方案

基于双线性对密码体制,提出了一个动态密钥管理方案(DKMS),使用秘密重分配技术,能够根据网络状况动态调整分享密钥的节点以及门限值的大小,利用可验证秘密共享技术对不诚实节点进行检测和清除,使得网络在保持高效通信能力的同时具有高度安全性,并对其正确性、安全性和鲁棒性进行了证明。