命题逻辑中概率真度的相似度及伪距离

通过引入赋值密度函数、边缘密度函数等概念,给出了连续值命题逻辑系统中公式概率真度的定义,研究了概率真度的推理规则并证明了全体公式的概率真度之集在[0,1]中的稠密性,在此基础上给出了3种相似度,讨论了其性质及关系,并由此定义了3种伪距离,确定了三者之间的比例关系,为推理程度的数值化提供了依据.     

CMMB井喷在即 芯片专利引发“不和谐”

恪守专利授权规则,同时企业之间相互尊重专利,是创造繁荣CMMB产业的关键。中广传播的三年计划、与中国移动在TD领域的深入合作以及2010南非世界杯精彩赛事等各大利好因素,让CMMB产业在近3个月以来出现了快速发展的势头,TD手机、     

基于关联规则Web日志挖掘算法的研究

根据Web日志挖掘的特点,介绍了Web数据挖掘的分类和过程.将关联规则应用到日志挖掘算法中,并利用云理论对关联规则算法进行优化,使之更能符合人的思维方式.     

一种新的22n+1阶QAM星座图设计

该文研究了2²ⁿ⁺¹阶正交幅度调制(Quadrature Amplitude Modulation,QAM)的星座图,提出了一种可以根据格雷映射规则建立映射表的正方形QAM星座图。为了对比正方形星座图与十字形以及矩形星座图的性能,该文以32 QAM为例对3种星座图的信号功率效率进行了分析,并对三者的误码性能进行了仿真。仿真结果表明,与信道编码结合使用时,正方形星座图的误码性能优于十字形星座图和矩形星座图。而且,对于多载波通信系统,正方形星座图和十字形以及矩形星座图具有相同的信号功率效率。     

基于事件流的网络安全事件监控系统

随着网络攻击的频繁出现,使得人们对网络安全实时监控的需求日益迫切,而如何快速高效地处理大量安全事件是监控的关键之一。将事件流技术应用到网络安全事件处理中,提出了一种监控系统框架模型,在该模型系统中,基于EQL接口语言的规则引擎管理事件流,可有效支持对高速大规模网络事件实时分析,并保证基于其上的事件监控系统能够高效运行。     

基于层次的最大频繁项集挖掘算法

关联规则的研究是数据挖掘中的重要问题,如何高效地发现频繁项集是关联规则研究中的关键问题。根据数据库事务的统计性规律,在最大频繁项集发现算法Apriori及其变种算法的基础上,提出一种新的基于层次的最大频繁项集的发现算法。首先从整体上判断候选集的频繁性,然后在发现最大频繁项集的过程中,通过引入整体性策略、排序策略、最小策略有效地减少了候选集与数据库事务之间的比较次数。实验结果表明,采用该算法处理数据库事务数量大的最大频繁项集的发现任务．其效率相比Aoriori算法有显著的提高。     

一种改进的关联规则挖掘算法在高校招生录取中的应用研究

详细分析了传统关联规则Apriori算法的不足,提出了一种改进的关联规则快速挖掘算法.该算法具有快速去掉冗余规则和不需查找频繁项等优点,适用于海量数据库的关联规则挖掘.针对当前高校招生录取后大量考生流失问题,使用该算法对某地区考生信息进行数理分析和仿真实验,挖掘了隐含的有用信息,为高校招生录取提供决策性的作用.     

基于一次性数据库访问策略的关联规则挖掘算法的研究

针对大型数据库挖掘中需要多次访问数据库和效率较低的局限性,提出一次性数据库访问策略,设计了基于Apriori的Apriori_ADO算法.经过实验分析,Apriori_ADO算法降低了算法的时间和空间开销,提高了关联规则挖掘效率.算法具有很强的实用性,已用于超市中顾客消费知识的挖掘,并取得了满意的结果.     

交通枢纽设备管理编码规则的设计

基于计算机信息管理系统的特点,对交通枢纽设备的编码规则进行了设计。该编码规则便于计算机管理和管理人员操作,和相关国家标准的编制规则相一致。结合交通枢纽设备管理的特点,制定了交通枢纽维修保养体系。     

基于区域分割和非采样Contourlet变换的红外和可见光图像融合

针对同一场景的红外和可见光图像,提出一种基于OTSU递归分割算法的区域分割和非采样Contourlet变换的红外和可见光图像融合算法。首先,对红外和可见光图像进行区域分割和区域关联,关联映射图分为目标区域、背景区域和灰度区域。随后,应用NSCT变换对图像进行多尺度、多方向分解,按照关联映射图中三个区域对NSCT分解后的高低频子带系数进行区域划分,根据不同区域的特性在NSCT域设计不同的融合规则。最后,进行重构得到融合图像。对三组不同场景图像的实验结果进行主观目视判别和客观性能评价,对比基于像素和邻域能量的融合算法,本文算法不仅能较全面的保持可见光图像中的光谱信息,而且能够有效、准确的提取红外图像的热目标信息,优于传统的基于像素和邻域能量的融合算法,可获得较理想的融合图像。