一种改进的隐私保护关联规则挖掘算法

部分隐藏的随机化回答方法是基于关联规则数据挖掘的隐私保护算法,针对该算法在重构频繁项集支持度上的指数级时间复杂度导致算法执行效率下降的不足,采用分治策略和集合运算方法对该算法进行改进,消除重构数据的指数级运算。改进算法降低了算法的时间复杂度并有效提高了执行效率。仿真实验与分析表明了改进算法的有效性。     

基于模糊自适应Kalman滤波的MEMS惯导系统在线修正研究

MEMS惯性导航系统中,针对传感器零偏存在随机启动的不确定性误差,以及抗外界干扰能力低的实际问题.本文提出了一种基于模糊自适应Kalman滤波在线修正的方法,与常规Kalman滤波相比,该方法通过制定模糊规则,将残差的理论方差与实测方差迹的比值模糊化处理作为模糊推理的输入,量测方差的修正因子作为输出,实时评估系统的观测噪声,既抑制了滤波的发散又增强了估计修正过程中的稳定性.仿真结果表明:该方法能够准确的估计出系统的随机误差,并且在系统观测噪声的统计特性发生变化时,估计的精度和系统鲁棒性依然优于常规Kalman滤波.     

北京的最后一位修笔人

在十多年前,写一笔好字还令人羡慕,现在却好像衣服上的商标,成为了附属品。当北京只剩下这最后一家修钢笔的小店的时候,我们已经都不写字,也不会写字了。因为信息时代我们要追求高效率,我们"换笔"了。拿一支钢笔,打开墨水瓶吸饱墨水,然后在纸上笔走龙蛇,在这个时代太奢侈、太"浪费"了。     

冲突证据决策新方法及应用

冲突证据决策方法研究是证据理论重要研究课题。鉴于现有的证据理论改进方法在冲突证据决策过程中存在计算量较大,归一化过程不合理,证据组合效果不理想等一系列问题,提出基于二次组合的冲突证据决策方法。首先,提出新的基于二次组合的冲突证据决策方法的流程图;然后,提出新的乘性归一化规则,并对新的乘性归一化规则进行算例分析,验证其合理性;最后,分析现有冲突度量函数的不足,并提出新的冲突度量函数,并分析冲突度量函数的合理性。通过算例分析,并与现有证据组合规则的比较表明,所提方法不仅计算量得以改善,组合结果也得到提升。      

民营低成本航空首入“黄金航线”

日前,春秋航空宣布,已得到中国民航局批复,获得了京沪航线的经营权。春秋航空成为国内首家获得京沪航线运营的民营航空公司,此前,京沪航线主要由东肮、国航、南航等央企运营。京沪航班预计9月底将正式开通,初期计划每天一班,航班时刻初定为:22时上海虹桥机场起     

D-S证据理论在多传感器数据融合中的应用

近年来,许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法,最常用的算法是贝叶斯决策检验法,国际上已提出将证据理论用于数据融合,但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质,给出了可信度公理及Ｄ－Ｓ综合规则,并进行了计算机仿真实验,实验结果说明这种判决方法非常实用,用于数据融合算法非常有效     

实时数据库的主动机制研究与实现

主动机制是实时数据库管理系统（ＤＢＭＳ）的一个重要功能。在主动机制的基础上,实时ＤＢＭＳ能够根据数据库中某些数据及环境的变化,主动地作出一定的反应,执行预先设计的动作,而不仅仅是被动地执行用户的命令。文中主要介绍一个实时ＤＢＭＳ的主动子系统,采用事件－条件－动作的规则来实现其主动功能;讨论了规则的表示和存储结构,规则子系统的系统结构及与ＤＢＭＳ的联系;并详细介绍了条件评价器、规则检索优化、规则冲突     

卫星控制系统测试数据自动判读系统设计

针对卫星控制系统测试数据类型多和数据量大的特点,人工判读方式存在判读时间长和判读精度不够高等不足,分析了卫星控制系统测试数据的变化规律,建立了测试数据的判读规则,在此基础上完成自动判读方法设计和自动判读系统设计,该系统能够按照设置的判读规则进行自动判读,对判读结果进行实时显示和存储,提高了测试效率和判读的准确性.     

数据立方体关联挖掘在红外抗干扰中的应用

为了分析空空导弹在红外抗干扰过程中, 各干扰量与脱靶量之间的耦合关系, 利用红外抗干扰试验仿真平台, 通过设置干扰量获得海量数据, 构建数据立方体对海量数据进行数据预处理, 同时统计出数据集中各事务的支持度计数, 将处理后的数据利用FP-Growth关联规则算法挖掘干扰量与脱靶量之间的关联规则。通过对关联规则的分析得到:导弹进入角与弹目距离是影响导弹脱靶量大小的主要因素, 各个干扰量之间不能随意组合, 应该根据导弹来袭方向、目标机动方式选择诱饵投掷策略, 否则干扰效果会大大下降。同时设置一组对比试验, 验证基于数据立方体的FP-Growth算法处理高维数的脱靶量数据, 拥有较高的挖掘效率。      

一种新的空间多维关联规则模型与算法

空间对象具有自相关、连续性、多尺度等特点,导致空间关联规则挖掘与传统的统计关联规则挖掘不同,不存在统计的“事务”,挖掘更加复杂。本文用基于空间相关的影响域来创建“空间事务”,以代替传统关联规则挖掘中的事务,建立了一种新的应用于挖掘空间多维数据的空间多维关联规则模型(Spatial multidimensional association rules model,SMARM)。设计并实现了一种新的挖掘算法SMARBIA,用基于影响域、空间支持度等剪枝技巧,克服了空间多维关联规则挖掘过程中候选项目集庞大的困难。实验表明,该算法能有效地减少候选项目集而获得较好的性能。