不确定数据

摘要： 面向真实山体数据(山脊梁变形位移数据为主,边坡地下水位等20项相关数据为辅)进行分析,在利用DSA优化最小二乘支持向量机(LSSVM)的核心参数的方法基础上,提出响应效率(Response Efficiency)概念,利用CFSFDP聚类方法以不确定数据降雨量为核心数据,将其他数据分为少雨、中雨、多雨三个不同时间分组数据,再对不同时间区域的数据进行预测,使有了时间延迟的聚类数据在DSA-LSSVM模型上有明显改善。

摘要： 传统的模糊方法已无法解决数据本身不确定性的问题,犹豫模糊集方法却行之有效.原有的犹豫模糊层次聚类算法没有考虑犹豫模糊集对权值的影响,缺乏合理的权重计算方法,并且算法的时间复杂度和空间复杂度都为指数级.为了更有效地解决聚类分析问题,本文提出一种凝聚中心犹豫度恒定的模糊层次聚类算法(FHCA),首先设计了一种基于数据集本身信息的权重公式,可以得到更加合理的权重分配.此外还提出了新的簇中心的计算公式,不仅使聚类过程中,簇中心的犹豫度具有不变性,还将原有算法的时间复杂度以及空间复杂度从指数级降至线性级,并且聚类的质量不劣于原有的聚类算法.

摘要： 剪枝策略(pruning mechanisms)是频繁模式挖掘算法常用方法之一,通过该策略可以快速克服工业生产中可能发生的金融危机,从而最大限度地提高制造业的生产能力.现有的剪枝策略算法仅考虑每个产品的利润信息,不考虑产品的权重,所以效率低下.提出了一种新的剪枝挖掘算法.通过基于低估值的约束和组件权重的挖掘索引器进行的有效剪枝挖掘,不但考虑了利润信息,而且考虑了权重信息.实验表明,该方法能节省大量的运行时间,大幅提高挖掘效率.

摘要： 大多数真实世界的数据都是局部收集,分区组织的,因此真实数据一般具有分布式特性.通过挖掘这些数据将提供决策者辅助决策信息.提出了一种基于不确定数据的频繁模式分布式挖掘算法,该算法在构建不确定数据生成交易决策树的基础上,提出了在分布式环境下,顺序执行和并行执行分别处理决策树的方法和技巧.实验结果表明,该算法可节省大量的处理时间,提供可靠的辅助决策信息.

摘要： 针对滑坡危险性预测中降雨等不确定因素难以衡量,及现有的预测方法大多属于无监督的传统聚类方法,不能有效利用先验信息的问题,为有效提高预测精度,首先提出一种不确定数据距离-uv距离,它实现了不确定因素降雨的有效刻画;其次将半监督聚类应用于滑坡危险性预测,引入uv距离,设计了一种基于不确定数据的半监督动态K-均值算法,其有效利用了先验信息,并通过设置隶属度阈值实现了数据集的动态划分,有效提高了预测精度.研究区的实验结果证明了uv距离及算法的有效性.

摘要： 针对实际应用中不确定Top-k查询算法效率不够高等问题,在分析可能世界模型的基础上,提出了新的参数化Top-k查询算法(ETK算法).该算法对数据概率和分值进行约束,返回Top-k概率和分值乘积最大的前k条数据,综合考虑数据概率和分值两个属性.为了提高算法的效率,提出了基于数据分值约束、数据存在概率和数据支配关系的剪枝技术.将所提出的算法与以往算法进行对比,且在不同参数下进行了试验.结果表明:在处理不确定数据时,所提出的算法在时间性能上有较好的提升.

摘要： 针对谱聚类融合模糊C-means(FCM)聚类的蛋白质相互作用(PPI)网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题,提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘(FSC-FM)方法.首先,构建一个不确定PPI网络模型,使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度,克服假阳性对实验结果的影响;第二,利用基于边聚集系数流行距离(FEC)策略改进谱聚类中的相似度计算,解决谱聚类算法对尺度参数敏感的问题,进而利用谱聚类算法对不确定PPI网络数据进行预处理,降低数据的维数,提高聚类的准确率;第三,设计基于密度的概率中心选取策略(DPCS)解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题,并对预处理后的PPI数据进行FCM聚类,提高聚类的执行效率以及灵敏度;最后,采用改进的边期望稠密度(EED)对挖掘出的蛋白质功能模块进行过滤.在酵母菌DIP数据集上运行各个算法可知,FSC-FM与基于不确定图模型的检测蛋白质复合物(DCU)算法相比,F-measure值提高了27.92％,执行效率提高了27.92％;与在动态蛋白质相互作用网络中识别复合物的方法(CDUN)、演化算法(EA)、医学基因或蛋白质预测算法(MGPPA)相比也有更高的F-measure值和执行效率.实验结果表明,在不确定PPI网络中,FSC-FM适合用于功能模块的挖掘.

摘要： 针对滑坡危险性预测中降雨等不确定因素不能有效刻画及处理和现有的OPTICS-PLUS聚类算法需要设置密度阈值、时间复杂度高等问题进行了研究,为了提高滑坡危险性预测准确率,提出一种不确定NNSB-OP-TICS聚类算法并应用于滑坡预测中.首先对OPTICS-PLUS算法扩张策略进行优化,避免了人工设置密度阈值,提高了算法效率;然后根据降雨量数据的分布特征,综合EW型距离公式和云模型理论,提出EC型距离公式,有效处理不确定数据降雨量;最后将不确定NNSB-OPTICS聚类算法应用于延安市宝塔区滑坡危险性预测中,建立滑坡危险性预测模型,滑坡预测精度达到89.7％.实验结果表明,该方法能够有效提高滑坡危险性预测精度,具有较高的可行性.

摘要： 针对滑坡预测聚类研究中由于难以确定传统聚类算法需要预先设置的簇个数和无法精准衡量不确定因素降雨量导致预测效果欠佳的问题,提出一种新的聚类算法——不确定PAHT(partition algorithm on the hierarchical thinking)算法.该算法引入一种不确定数据模型——M-D距离,有效刻画了不确定的雨量数据;并结合层次聚类思想,通过找出最佳阈值p*自动确定k值.以延安宝塔区为实例进行对比实验,实验结果验证了不确定M-D距离和PAHT算法的有效性及不确定PAHT算法在滑坡危险性预测上的可行性.

摘要： 由于数据来源的多样性,数据本身具有了不确定属性,从不确定数据中查询目标信息是数据服务需要解决的重要问题.本文在不确定数据模型基础上,定义了一种不确定Top-k查询操作,然后设计相应的查询策略,提出了面向不确定数据的Top-k查询算法,快速响应数据查询需求.理论分析和仿真实验验证了本文算法的正确性和有效性.

摘要： 不确定数据普遍存在于如移动计算、RFID技术和传感器网络等大量应用之中.由于不确定数据的离群点检测算法可以提高服务质量,提出一种基于密度的不确定数据离群检测算法RLOF.该算法引入一种R2-tree结构,有效降低了计算局部离群因子时的时间复杂度,同时降低了不确定数据集中的数据更新成本以及海量数据维护成本.理论分析和实验结果充分证明了该算法是有效可行的.

摘要： 随着信息技术的不断发展,针对不确定数据流的应用和研究逐步引起学界的广泛关注.对于高速到达的不确定数据流上的Skyline查询,当前研究的挑战在于如何充分利用分布式计算环境实现并行查询处理,以提高查询处理的效率.文中针对已有基于单机环境的集中式查询处理方法因计算能力不足而难以满足当前用户查询需求的问题,提出了一种针对不确定数据流的分布并行Skyline查询处理的两级并行查询模型TPM.实验表明基于TPM模型对不确定数据流进行分布并行Skyline查询处理的方式在不同滑动窗口规模、数据维度和并行节点数目的条件下,均具有良好的性能.

摘要： 云计算为大数据提供了展示和共享的平台为了防止隐私泄露,这些数据中往往包含人为添加的不确定因素,挖掘这些不确定数据是大数据共享亟待解决的问题.在用于共享的大数据中,不确定数据通过对精确数据的泛化处理来实现,具有均匀分布特性,这一特性不利于精确查询,但可为关联规则的挖掘提供便利条件首先,依据泛化值之间可能的相交或包含关系,将泛化值进行分层聚类,为了保存与不确定数据集挖掘相关的重要信息,给出了构建不确定频繁模式树的算法,在此基础上,提出了频繁项集挖掘子算法(data mining algorithm for uncertain frequent item sets,UFI-DM)和关联规则生成子算法(algorithm forgenerating association rules,GAR),分别用于挖掘频繁项集和生成关联规则,最后,通过理论分析和实验比对,论证了算法的可行性和有效性.

摘要： 由于概率维的存在,使得准确高效地处理不确定数据的Top-k查询成为一个急需解决的难题.提出了一种利用控制关系分析(DRA)的不确定数据Top-k查询算法.该算法通过分析元组之间的控制关系,将那些最有可能成为Top-k查询结果的元组选择出来,这样大大减少了参加运算的元组数量,显著提升了查询效率.并且在数据库更新时,能够判断出此更新是否影响到之前得到的查询结果,从而决定是否需要重查,减少了重查的计算量.

摘要： 近些年,由于数据采集的不精确和数据本身的不确定性,使不确定性在位置数据中普通存在.在障碍空间中,聚类不确定数据面临新的挑战.提出了障碍空间中聚类不确定数据的OBS-UK-means算法,并提出了分别基于R树和Voronoi图的两种剪枝策略和最近距离区域的概念,大大减少了计算量.通过实验验证了OBS-UK-means算法的高效性和准确性,同时证明了剪枝策略在不损害聚类有效性的情况下,能够有效地提高聚类效率.

摘要： 应用需求的发展衍生各种查询类型,Top-k查询是交互环境下一种重要查询类型.由于数据的不确定性,传统数据上的Top-k查询技术和方法不能直接应用于不确定数据查询.在已有不确定数据上Top-k查询算法的基础上,提出基于二叉树的不确定数据上Top-k查询算法BTreeU-Topk；为了提高算法执行效率,对二叉树进行修剪操作进而提出BTreeOPTU-Topk和BTreePU-Topk算法.实验结果表明,BTreeU-Topk,BTreeOPTU-Topk以及BTreePU-Topk算法在不同数据分布以及k值增长时均优于现有算法.

摘要： 在不确定数据的处理中,不确定图作为典型的数据模型得到了广泛的关注,研究的内容包括基于不确定图的子图匹配、最近邻查询及连接查询等,本文研究基于距离阈值的不确定图可达性查询,即给定不确定图及图中任意两点s、t和距离阈值d,返回s和t的d可达的概率.提出一种基于随机抽样的可达性查询处理算法.定义了一种不确定图可能图实例的分类树模型.为了提高图实例分类的获取效率,提出基于双向遍历的优化分类树模型.设计了基于图实例类抽样的可达性查询处理算法并通过理论分析和实验验证了算法的性能.

摘要： 当前不确定数据广泛存在于诸如传感器网络、RFID网络、基于位置服务、移动对象管理网上购物和市场监控等各种实际应用中.不确定Skyline查询作为不确定数据管理的一个重要方面,由于其在决策制定、市场分析、环境监控和数据挖掘等方面的重要作用,近年来在数据库和网络计算领域受到广泛关注.首先,概述了各种不确定数据类型上的Skyline查询定义,包括离散、连续概率分布模型以及不完全数据上的Skyline查询定义；其次,分析了不确定Skyline查询的特点,并在此基础上综述了现有的各种不确定数据集上的集中式和分布式Skyline查询方法,重点分析了各种算法的原理和优缺点；再次,介绍了不确定数据流上的Skyline查询定义并综述了各种不确定数据流上的Skyline查询方法；最后,基于最新研究动态指出了未来不确定Skyline查询研究的趋势.

摘要： 干预规则挖掘是近年从干预实践中提出的新型数据挖掘任务,旨在利用数据挖掘技术探测干预事件,发现最佳干预时机和力度,提供促进事物向期待状态转化的决策支持。文中以四年的研究实践为背景,介绍干预规则挖掘的研究沿革和现状,给出了干预规则挖掘的任务分类。从三个角度,即干预效果预测、干预方法发现和未知干预探测三方面,介绍干预规则挖掘的研究问题、困难和成果，展望了干预规则挖掘未来研究方向。

摘要： 本发明涉及计算机视觉技术领域，提供一种数据集中含有不确定数据时的肺结节图像分类方法。首先，收集肺结节CT图像集并利用专家投票法通过多数投票原则确定图像的类别，经过预处理后得到肺结节CT图像数据集；然后，基于知识蒸馏法，构建包括教师模型、学生模型的肺结节图像分类模型；接着，获取确定标签数据集，在确定标签数据集上训练教师模型，并在肺结节CT图像数据集上计算软标签；然后，在联合硬标签和软标签的数据集上训练学生模型；最后，将预处理后的待分类肺结节CT图像输入训练后的肺结节图像分类模型中，获得其类别。本发明能够有效利用数据集中的不确定标签数据，提升肺结节诊断的准确性和效率，且易用性和鲁棒性高。

摘要： 一种不确定数据的数据存储方法，该方法在进行不确定数据记录存储时，根据每条记录的不确定情况创建记录级不确定性元组，将记录中包含的所有不确定数据项按属性名称划分，根据属性名称分别创建该属性名称的属性单元，组成属性单元集合，根据属性单元集合中各个属性单元的属性名称创建属性包含单元，为每条记录创建行键，将所有记录的记录级不确定性元组、属性单元集合、属性包含单元与行键整合不确定数据逻辑模型，将不确定数据逻辑模型及对应的数据进行存储，对不确定数据逻辑模型以属性名称为索引项建立属性索引树，根据不确定数据记录间的生成规则创建生成规则矩阵，查询时，根据查询语句的条件属性，利用不确定数据逻辑模型进行查询操作。

摘要： 本发明公开一种不确定数据驱动的雷达预警探测建模方法，包括基于模糊聚类方法将不确定性描述转化为数字信息，生成与模型作用相关的模糊集，使用模糊C均值聚类来建立聚类中心，将训练数据的空间结构与模糊集相结合，进一步基于“IF‑THEN”规则来建立TS模糊规则模型；本发明从数据的角度出发，利用聚类算法生成信息粒以捕获隐藏在数据空间中的结构信息，可以降低不确定因素对数据的影响，同时将“IF‑THEN”模糊规则描述的定性知识和局部线性模型表示的定量知识结合的TS拓扑结构能够以任意精度逼近任意非线性模型，有利于实现复杂的非线性模型的拟合。

摘要： 本发明公开了一种不确定数据流概率求和阈值查询方法，属于不确定数据流查询处理技术领域。所述方法包括：1)初始化，包括查询参数设定和使用高斯混合模型对不确定数据流进行建模；2)使用基于高斯混合模型性质和概率理论的过滤策略得到结果的上界或下界，从而快速做出判断；3)当过滤策略无效时，使用滑动窗口模型计算出准确的值，通过增量式计算减少计算代价。本发明提出的不确定数据流概率求和阈值查询方法在集群监测、健康监测和智能安防等领域具有广阔的应用前景。

摘要： 本发明公开了一种基于差分隐私的不确定数据频繁项集发布方法，所述方法包括步骤：(1)给定数据集D，对D进行频繁项集挖掘获取频繁1‑项集ILIST以及第k大频繁项集的支持度λ，对其添加噪声获得以及(2)利用ILIST对D中每条记录进行事务截断，减少事务记录长度，得到D’，(3)在D’中提取包含各项x的最大频繁项集的长度估计值，作为层次信息；(4)在D’中，设置初始节点为空集，使用层次信息约束和子集频繁约束筛选得到当前节点的候选项列表NodeList，(5)在FISet中筛选top‑k频繁项集及其支持度，进行发布。本发明整个流程满足差分隐私。本发明能够提高数据的隐私安全性。

摘要： 一种不确定数据结构的数据增删改的接口方法，属于数据结构技术领域，其包括以下步骤：步骤S1,数据库表结构感知及存储；定时或按需遍历查询配置库中的所有数据库中所有表结构，同步表的名称和注释以及表结构信息并存储到配置库；步骤S2,信息提取、校验并进行数据库操作:对外暴露一整套对数据的增删改查的接口，并提供数据传输标准，符合标准的数据将被解析并进行校验，校验通过后对对应数据库执行对应的操作，操作完毕后返回对应操作的结果数据；步骤S3,日志记录。本方法通过提供一套统一的数据处理接口方式，可以在不需要改变服务的情况下，适应业务数据结构的变动，无需再次对基础数据服务的接口进行开发。

摘要： 本发明涉及计算机视觉技术领域，提供一种数据集中含有不确定数据时的肺结节图像分类方法。首先，收集肺结节CT图像集并利用专家投票法通过多数投票原则确定图像的类别，经过预处理后得到肺结节CT图像数据集；然后，基于知识蒸馏法，构建包括教师模型、学生模型的肺结节图像分类模型；接着，获取确定标签数据集，在确定标签数据集上训练教师模型，并在肺结节CT图像数据集上计算软标签；然后，在联合硬标签和软标签的数据集上训练学生模型；最后，将预处理后的待分类肺结节CT图像输入训练后的肺结节图像分类模型中，获得其类别。本发明能够有效利用数据集中的不确定标签数据，提升肺结节诊断的准确性和效率，且易用性和鲁棒性高。

摘要： 本发明公开了一种基于不确定数据表的用户画像数据整合方法及系统，通过研究数据表的属性重要度，以及数据表间属性的相似度，建立不确定数据表的关联矩阵，然后根据关联矩阵选择关联度大的数据表在关联属性上进行连接合并得到相似记录数据集，经过多轮连接合并操作直至将所有的原始不确定数据表进行充分连接合并，从而实现对不确定数据对象进行全面准确描述的目标。解决了数据项含义不明确、数据对象不明确的不确定数据难以连接合并，从而无法得到数据描述对象的全息影像，造成数据难以理解和使用的问题。

摘要： 一种不确定数据的数据存储方法，该方法在进行不确定数据记录存储时，根据每条记录的不确定情况创建记录级不确定性元组，将记录中包含的所有不确定数据项按属性名称划分，根据属性名称分别创建该属性名称的属性单元，组成属性单元集合，根据属性单元集合中各个属性单元的属性名称创建属性包含单元，为每条记录创建行键，将所有记录的记录级不确定性元组、属性单元集合、属性包含单元与行键整合不确定数据逻辑模型，将不确定数据逻辑模型及对应的数据进行存储，对不确定数据逻辑模型以属性名称为索引项建立属性索引树，根据不确定数据记录间的生成规则创建生成规则矩阵，查询时，根据查询语句的条件属性，利用不确定数据逻辑模型进行查询操作。

摘要： 本发明提供了一种基于信任函数和证据修正的物联网不确定数据分类方法。该方法包括：根据设定的不确定度对样本数据集进行不确定数据建模，得到不确定数据集，将不确定数据集划分为测试集和训练集；获取样本数据集中的各个数据特征维度，按照数据特征维度的两两结合构造出多个分类器，在每一种分类器下计算待分类样本与训练样本之间的马氏距离：应用K‑NN分类算法将马氏距离进行加权后生成证据，利用余弦相似度矩阵对所有证据进行修正，得到修正后的证据；根据修正后的证据进行决策与识别，获取待分类样本的分类结果。本发明方法采用马氏距离作为距离的度量，应用DS组合规则完成多条证据融合，做出分类决策。解决了不确定数据分类准确率的问题。