基于分形插值函数重构的网络流量多尺度结构研究

根据网络流量的非线性特征,及分块分形插值函数能模拟分形信号的优点,对震荡类型不同的两类流量重构,发现其对不同尺度流量拟合误差都很小,提出将该方法用于在很大尺度范围内的网络流量多尺度结构研究.进一步研究采用分块FIF重构的信号与原信号在多分形、能谱等分形特性和统计特征方面的保持能力;通过对信号FIF重构过程的分析,讨论了分块FIF构造过程与重构信号的多分形多尺度结构间的关系.提出分块FIF方法是基于流体技术研究网络流量多分形多尺度结构的有效工具.     

用构造基证明归纳定理

在测试集方法的基础,引入一个新的概念－构造基,用于产生完全的但非冗余的不可归的约基项;提出构造基归纳原理,将显式归纳证明和隐式归纳证明有机地结合在一起。对测试集方法做出了改进,实验表明：这种方法提高了归纳定理的证明效率。     

闭理想与周期零对称BZ-代数

引入周期BZ-代数和BZ-代数的周期部分概念,研究了闭理想和周期零对称BZ-代数的关系。得到如下主要结果:设(X;*,0)为零对称BZ-代数,P(X)={x∈X:x<∞}。则P(X)为X的闭理想;(零对称BZ-代数)X为周期BZ-代数的充要条件是X中的每一个理想都是闭理想;X/P(X)为非周期P-半单BC I-代数。     

泛型程序的多型值构造

泛型程序设计提供了一种重要的程序设计范型,使程序员无须为不同的数据类型重复编写功能相似的程序代码。本文以相等函数为例阐述了泛型程序设计的基本方法,并利用直积和直和给出了构造多型值的方法。利用这一结果能够定义各种数据类型的相等性,同时,定义相等性的方法也可以自然地推广到其他函数的定义上。     

基于最优正交质心特征选取的DNA微阵列数据分析

微阵列数据具有样本小、维度高的特点,给数据分析带来了困难。因此,在生物信息学的研究和应用中,从微阵列数据里挑选主基因(特征选取)是十分重要和有意义的。本文采用基于最优正交质心特征选取算法(OCFS)来挑选主基因,并与基于信噪比的主基因挑选法和基于遗传算法的主基因挑选法进行了对比。利用挑选出的主基因,采用支持向量机(SVM)对数据样本进行了分类研究。通过实验,在经典的白血病数据集上,对于34个样本的测试集,达到了33/34的分类准确率,表明了本方法的适用性。     

基于数据挖掘的P2P下载检测实时模型

提出了一种检测局域网中P2P下载的实时新模型。首先用关联算法进行属性选择,计算的对象为离线数据;然后,根据得到的关键属性,选择合适的时间窗口进行聚类,聚类的方法为统计相似度。找到相似度大于某一阈值的记录集,则报警,计算的对象为在线数据。模型优点在于无指导、实时性强以及和防火墙联动,动态限制P2P下载用户,当检测模块送来警报时切断连接,没有警报时保持原态。     

一种基于权函数的改进型关联规则挖掘算法

提出了一种基于权函数的改进型关联规则算法——CWA priori算法。该算法利用决策属性在挖掘中的作用,归约数据源中无价值或价值较小的记录,从而缩短程序运行时间和节约数据存储空间,较好地改进了算法性能。实验结果证明CWA priori算法的效率明显高于A priori算法。