检索结果-内蒙古大学图书馆

作者：王述云复旦大学

学位级别：博士

随着科学技术的高速发展和信息技术的广泛应用引发了一类新型应用,包括计算机网络流量控制、网络安全监控、金融应用、环境监测和日志分析等。在这些新型的应用中,数据以流的形式产生,它实时、持续、有序地到达。这种由一系列连续且有... 详细信息

随着科学技术的高速发展和信息技术的广泛应用引发了一类新型应用,包括计算机网络流量控制、网络安全监控、金融应用、环境监测和日志分析等。在这些新型的应用中,数据以流的形式产生,它实时、持续、有序地到达。这种由一系列连续且有序的数据组成的序列被称为数据流。与传统数据库不同,数据流具有如下特点:无限性;不可再现性;数据到达速率极快;数据的到达次序不受应用约束。分析和挖掘数据流已成为热点研究问题。数据流挖掘即在流式数据上提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据流挖掘主要是通过挖掘频繁项(集)、分类分析、聚类分析、异常分析等知识发现活动,以寻找数据流中的关联规则、分类规则、聚类模式、异常模式等类型的知识。如挖掘数据流中的频繁项可应用于基于流量的网络计费、网络交通阻塞控制、网络安全监控等。对数据流进行聚类分析可应用于监测网络入侵、在线新闻组过滤、话题识别与跟踪、对交通拥塞与地理环境等进行实时监控、对大型公司中不同顾客群进行划分、检测金融欺诈等。由于存储空间的有限性与数据流的无限性,使得存储数据流中的全部数据以提供精确的挖掘结果是不实际的。因此,在数据流处理模型中,数据流处理算法只存储数据流的概要信息,并随着流中数据不断到来,不断更新流概要,同时根据用户的查询要求,利用所维护的数据流概要信息,为用户提供近似的查询结果。由于频繁项挖掘与聚类分析在网络数据流分析中有着重要的应用,我们主要进行数据流环境下的频繁项挖掘与聚类分析方法的研究。在网络数据流及大量的其它应用领域中,数据类型多种多样,它们不仅包括数值型数据,而且包括非数值型数据,且这些数据经常会有几十甚至几百个属性,使得研究混合属性数据流的聚类及高维属性数据流聚类均具有重要的理论价值与实际意义。以生物系统的机理为基础设计算法和系统是近代研究的热点,并已取得了瞩目成效。而人工免疫系统(AIS)结合了分类器、神经网络和机器推理等系统的一些优点,具有提供新颖的问题解决方法的潜力。同时AIS在数据流聚类中也已有了初步研究,本文针对现有基于AIS的数据流聚类存在的不足,研究新的基于AIS的数据流聚类算法。本文的研究内容和创新工作可概括为以下四个方面。 (1)数据流频繁项挖掘算法的研究本文在Bloom Filter的基础上,提出空间效率高、可支持表达庞大数据集及较高查找效率的数据结构—可扩展Bloom Filter,并基于该数据结构提出基于界标窗口模型的数据流频繁项挖掘算法(FI-ESBFL),同时通过理论证明只需比同类算法中更少的计数器数目即可达到相同的精度与置信度要求。FI-ESBFL可以根据数据流中数据的不同分布及不同的数据项的多少动态调整所使用的内存空间,从而大大减少了内存空间的浪费。实验证明FI-ESBFL具有更高的空间效率与较高的时间效率。本文在FI-EBFSL的基础上还提出了基于衰减窗口模型的数据流频繁项挖掘算法—FI-ESBFD及基于滑动窗口模型的数据流频繁项挖掘算法—FIS-EBFS。FIS-EBFSD具有在一般情况下比同类算法有更高的时间与空间效率。FIS-EBFS具有高效的时间性能。 (2)混合属性数据流聚类分析算法的研究本文提出两种不同的基于熵的混合属性数据对象间相似性度量,并在此基础上提出两类混合属性数据流聚类算法——CNCE-Stream与CNCDE-Stream。其中CNCDE-Stream同时利用欧式距离与熵来定义混合属性数据对象间的相似性。在算法CNCE-Stream中,利用单一的量——熵度量混合属性数据对象间的相似性,提出数据流环境下概率密度函数的估计方法—S核方法和带混合属性的类的期望熵计算方法。实验结果表明,CNCDE-Stream与CNCE-Stream均具有较高的聚类质量,且CNCDE-Stream具有很高的时间效率。 (3)高维数据流子空间聚类分析算法的研究针对大部分现有的数据流聚类算法只适合于待聚类的数据含有的维度较低的情况及现有数据流子空间聚类算法的不足,本文提出基于网格与密度的高维数据流子空间聚类算法—SOStream。SOStream在线维护一个所有密集网格单元的超集,并提出延迟插入潜在密集网格单元与定期修剪非密集(稀疏)网格单元策略,提高了算法的时间与空间效率。当用户请求时,利用在线维护的密集网格单元生成最终类结构。我们通过实验证明了本算法的有效性。 (4)基于人工免疫原理的数据流聚类分析算法的研究本文根据人工免疫系统可动态适应外部环境的变化,提出一种新的基于人工免疫网络的数据流聚类算法—AIN-Stream。AIN-Stream利用外部抗原(流数据)对B细胞的激励作用定义B细胞的激励度,并通过为B细胞创建特征向量

关键词：数据流数据挖掘窗口模型频繁项聚类混合属性子空间 AIS

来源：评论

学校读者我要写书评

暂无评论

数据流高效用模式挖掘综述

引用

计算机应用研究 2020年第9期37卷 2571-2578页

作者：王少峰韩萌贾涛张春砚孙蕊北方民族大学计算机科学与工程学院银川750021

数据流高效用模式挖掘方法是以二进制的频繁模式挖掘方法为前提,引入项的内部效用和外部效用,在模式挖掘过程中可以考虑项的重要性,从而挖掘更有价值的模式。从关键窗口技术、常用方法、表示形式等角度对数据流高效用模式挖掘方法进行... 详细信息

数据流高效用模式挖掘方法是以二进制的频繁模式挖掘方法为前提,引入项的内部效用和外部效用,在模式挖掘过程中可以考虑项的重要性,从而挖掘更有价值的模式。从关键窗口技术、常用方法、表示形式等角度对数据流高效用模式挖掘方法进行分析并总结其相关算法,从而研究其特点、优势、劣势以及其关键问题所在。具体来说,说明了数据流高效用模式常用的概念;对处理数据流高效用模式的关键窗口技术进行了分析,涉及到滑动、衰减、界标和倾斜窗口模型;研究了一阶段和两阶段的数据流高效用模式挖掘方法;分析了高效用模式的表示形式,即完全高效用模式和压缩高效用模式;介绍了其他的数据流高效用模式,包括序列高效用模式、混合高效用模式以及高平均效用模式等;最后展望了数据流高效用模式挖掘的进一步研究方向。

关键词：数据流挖掘高效用模式窗口模型

来源：评论

学校读者我要写书评

暂无评论

基于往返时延梯度的多路径拥塞控制算法

引用

计算机工程与设计 2023年第4期44卷 1027-1034页

作者：程前王福平北方民族大学计算机科学与工程学院宁夏银川750000

为更好利用有限的网络带宽资源,提高带宽利用率,提出一种利用往返时延梯度精确感知带宽变化的多路径拥塞控制算法。根据往返时延的大小反馈网络拥塞程度,将拥塞程度量化为时延梯度作为拥塞窗口的控制参数;为保证链路公平,利用往返时延... 详细信息

为更好利用有限的网络带宽资源,提高带宽利用率,提出一种利用往返时延梯度精确感知带宽变化的多路径拥塞控制算法。根据往返时延的大小反馈网络拥塞程度,将拥塞程度量化为时延梯度作为拥塞窗口的控制参数;为保证链路公平,利用往返时延估计链路带宽,经迭代分配带宽,给出公平的资源分配方法。在NS-3上进行仿真,其结果表明,多路径流的吞吐量较单路径流明显提高,保证了链路分配的公平,动态环境下的响应时间较同类算法有所减小。该算法进一步提高了网络带宽的利用率。

关键词：多路径传输拥塞控制窗口模型往返时延链路公平公平因子拥塞因子

来源：评论

学校读者我要写书评

暂无评论

DBMS与DSMS的比较研究

引用

微计算机信息 2007年第2X期23卷 158-160页

作者：姜芳艽中国人民大学信息学院北京江苏徐州师范大学100872

传统数据库管理系统(DBMS)通常用来存储没有时间概念的相对静止的数据,而且数据量相对较少,可以完全存储在数据库中。而对于一些新的应用领域,如传感器数据,信息是以数据序列(流)的形式产生并且需要实时地持续地进行处理,这就需要一种... 详细信息

传统数据库管理系统(DBMS)通常用来存储没有时间概念的相对静止的数据,而且数据量相对较少,可以完全存储在数据库中。而对于一些新的应用领域,如传感器数据,信息是以数据序列(流)的形式产生并且需要实时地持续地进行处理,这就需要一种新型的数据流管理系统(DSMS)对这些数据存储、管理和处理。本文主要讨论了传统数据库管理系统与数据流管理系统的不同之处,并提出了一个数据流管理系统的系统框架。

关键词：数据流管理系统概要数据模型窗口模型近似查询

来源：评论

学校读者我要写书评

暂无评论

一种改进的适用于混合型数据的快速聚类算法

一种改进的适用于混合型数据的快速聚类算法

引用

作者：梁欢兰州大学

学位级别：硕士

Rodriguez和Laio在2014年提出的快速聚类算法(RL算法),由于可以识别任意形状的类簇,且不需设定最终聚类的个数k,而被广泛应用。因为混合型数据集样本点之间的距离计算较为复杂,每个样本点密度的定义较为困难,所以很少有研究者把快速聚... 详细信息

Rodriguez和Laio在2014年提出的快速聚类算法(RL算法),由于可以识别任意形状的类簇,且不需设定最终聚类的个数k,而被广泛应用。因为混合型数据集样本点之间的距离计算较为复杂,每个样本点密度的定义较为困难,所以很少有研究者把快速聚类算法运用到混合型数据集上,但实际生活中的大部分数据都是混合型的,于是我们提出一种改进的适用于混合型数据的快速聚类算法(算法2),这个方法是基于RL算法改进的,适用于混合型的数据集。算法2首先定义了混合型数据集的距离度量,然后用类中心自动选择算法(算法1)选择出可能的类中心,接着将剩余点一一归到比之密度更高离得最近的那个点所属的类,最后进行类合并同时输出最终结果。当数据量很大,距离计算的复杂度和时间会以平方的速度增加,为达到缩减计算复杂度和时间的目的,文章用算法2结合滑动窗口模型的方法进行大样本混合型数据的聚类。最后用UCI里的几组数据集来验证算法的有效性。

关键词：混合型数据快速聚类大样本窗口模型

来源：评论

学校读者我要写书评

暂无评论

基于DCCP的多媒体流实时控制算法研究

基于DCCP的多媒体流实时控制算法研究

引用

作者：黄玉清华中师范大学

学位级别：硕士

实时多媒体流的传输不仅需要解决传统Internet固有的网络拥塞问题,而且需要满足其实时性要求,因此,解决实时多媒体流的传输问题具有较高的理论意义和工程实践意义。本文在研究多媒体流理论和网络拥塞控制的基础上,首先,研究了TCP/AQM系... 详细信息

实时多媒体流的传输不仅需要解决传统Internet固有的网络拥塞问题,而且需要满足其实时性要求,因此,解决实时多媒体流的传输问题具有较高的理论意义和工程实践意义。本文在研究多媒体流理论和网络拥塞控制的基础上,首先,研究了TCP/AQM系统的数学模型,提出了基于TCP/AQM系统模型的H∞PI控制算法;其次,在类TCP拥塞控制机制上提出了一种基于类TCP窗口的比例控制器。最后,为了实现多媒体流的实时传输,提出了基于卡尔曼滤波的类TCP窗口实时控制算法。主要工作如下:(1)为了提高AQM算法在动态网络环境中的鲁棒稳定性,将H∞控制引入TCP/AQM系统模型,对AQM算法进行改进。在研究经典流体理论的动态TCP网络模型的基础上,经过数学推导,得到TCP/AQM闭环传递函数,并建立H∞PI控制器数学模型。利用Pade近似将TCP/AQM系统模型转换为可被H∞PI控制器作用的被控对象。在获取具有H∞性能的PI控制器后,采用LMI方法对PI控制器参数进行了整定。仿真结果表明,该算法使系统具有较好的稳定性和网络效率。(2)为了在源端能获取网络状况,提出了基于比例控制器的类TCP窗口模型,该模型通过计算往返时延RTT和缓冲队列的长度,实时调整发送窗口大小。首先,提出一个有n条DCCP连接的单瓶颈链路的网络模型,计算瓶颈路由器中的在v时刻的瞬时缓冲队列长度q,并将得到的队列长度q作为输入变量和反馈因子ki联合构造发送速率的比例控制器;其次,由RTT和发送速率比例控制器计算类TCP窗口大小。数学分析验证了所提窗口模型能保证系统稳定性和公平性。(3)为满足多媒体流传输的实时性要求,提出了一种基于卡尔曼滤波算法的类TCP窗口模型。首先,采用卡尔曼滤波算法对基于比例控制器的类TCP窗口进行近似逼近。然后,通过获取类TCP窗口模型的当前窗口状态测量值xk,结合xk和上一时刻对窗口的预测值xk进行校正,得到估计误差协方差Pk+1。最后,通过对类TCP的窗口值进行预测-校正实现多媒体流传输的实时性控制。仿真实验验证了所提算法具有比TFRC机制更好的实时稳定性。

关键词：实时多媒体流 TCP/AQM系统模型 H_∞PID控制器窗口模型卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

自动问答系统的研究与实现

自动问答系统的研究与实现

引用

作者：李清安徽大学

学位级别：硕士

自动问答系统目前已经成为一个研究热点。常见的自动问答系统一般包括问题理解、信息检索、答案抽取,有些基于常问问题库的自动问答系统还包括FAQ模块。本文主要研究了自动问答系统中两个相关的算法,句子相似度算法和答案抽取算法,同时... 详细信息

自动问答系统目前已经成为一个研究热点。常见的自动问答系统一般包括问题理解、信息检索、答案抽取,有些基于常问问题库的自动问答系统还包括FAQ模块。本文主要研究了自动问答系统中两个相关的算法,句子相似度算法和答案抽取算法,同时设计并实现了一个金融领域的自动问答系统。句子相似度算法是自动问答系统中的一个关键算法,不仅可以用于自动问答系统中的FAQ模块,还可以应用在答案抽取模块。本文首先介绍了现有的句子相似度算法,并对其优缺点进行了分析,进而提出改进的VSM算法,用于计算用户问题和候选问题之间的句子相似度。对VSM算法的改进是在传统的向量空间模型中添加了语义信息和一定句法信息。改进的VSM算法无需对句子的各项特征设置权重,降低了权值设置造成的计算误差,提高了句子相似度计算的准确性。在答案抽取中,本文对已有的答案抽取算法进行了分析和研究,并提出基于窗口模型的答案抽取算法。该算法通过两层过滤,将句子的词特征信息,语义特征信息以及句法特征信息添加到答案抽取中,利用窗口模型解决了由于分词系统无法识别词组所引起的问题。最后本文设计并实现了一个金融领域的自动问答系统。该系统包含四个模块,问题理解模块、信息检索模块、答案抽取模块以及FAQ模块。当用户提交问题之后,系统首先通过改进的VSM算法计算问题与常问问题库中问题的句子相似度,若相似度大于某个阂值,则直接返回对应问题的答案给用户。反之,则对用户问题进行问题理解、信息检索、答案抽取等操作,从本地文档中抽取出与用户问题相关的答案句子返回给用户。问题理解主要采用现有基于规则和句法分析相结合的方法来进行问题分析；信息检索模块使用开源工具lucene提供检索服务。系统同时使用两种方式获取用户答案,提高了系统的效率,同时还可以自动更新常问问题库,提高了系统的准确性。

关键词：自动问答系统句子相似度答案抽取向量空间模型窗口模型

来源：评论

学校读者我要写书评

暂无评论

几种数据流聚类算法分析

引用

赤峰学院学报（自然科学版） 2013年第11期29卷 16-17页

作者：朱强周晓合肥师范学院安徽合肥230601

数据流聚类和传统的聚类有很大不同,本文首先介绍了数据流的定义和窗口模型的分类,然后比较了几种具有代表性的数据流聚类算法,最后展望了数据流聚类的发展.

关键词：聚类分析数据流网格密度窗口模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：