基于多元索引后继树的序列模式挖掘方法

序列模式挖掘是数据挖掘研究领域中的一个课题.本文提出一种新型的序列挖掘模型-多元索引后继树模型,该模型的主要特点是使用索引方法,仅通过对原始序列的一遍扫描而创建描述序列的多元索引后继树,然后利用索引结构使用模式增长的方法生成频繁模式.理论分析与实验表明,该方法简单高效、具有很好的实用价值,通过与其他序列挖掘模型的实验比较,发现基于该模型的挖掘算法在时间和空间两个方面都有较好的性能优势.     

CTCS-3级列控系统车载设备测试序列的优化

如何将测试案例组合成为最有效和最优化的测试序列,是车载设备测试的一个关键问题.将优化测试序列生成问题演化为邮递员问题,通过利用遗传算法解决邮递员问题的优势,将遗传算法应用于优化测试序列的生成.根据车载模式转换图构造测试子序列图,然后应用遗传算法求解得到优化测试序列.分析实验结果表明,此方法使得测试效率得到了大幅度提高,是一种优化测试序列生成问题的可行方法.     

Forecasting of stock returns by using manifold wavelet support vector machine

An admissible manifold wavelet kernel is proposed to construct manifold wavelet support vector machine(MWSVM) for stock returns forecasting.The manifold wavelet kernel is obtained by incorporating manifold theory into wavelet technique in support vector machine(SVM).Since manifold wavelet function can yield features that describe of the stock time series both at various locations and at varying time granularities,the MWSVM can approximate arbitrary nonlinear functions and forecast stock returns accurately.T...     

自编码扩频通信的捕获

自编码扩频通信的扩频序列是由待传输的信息中获得的,这种特殊性决定了其同步捕获方式的不同.提出一种基于发送同步码并周期复位的同步方案.理论分析及实验仿真表明,在高斯白噪声信道中,该捕获方案的性能接近传统扩频通信的同步捕获方案,且同步码周期的提高能有效改善其捕获性能.     

周期编码在地铁精确定位技术中的应用与研究

采用以m序列为基础生成的周期编码对地铁列车的运行线路进行位置编码标定,通过车载检码单元对沿线的标定码进行检码,获得列车实时位置信息,实现精确定位.基于周期编码的地铁列车精确定位技术,提高了地铁列车的定位精度、可靠性和抗干扰能力,成本较低.     

基于SWOT重要度序列的现代物流发展策略——以常州武进区为例

现代物流发展需要科学的策略指导,以常州武进区为例.构建物流发展的SWOT结构体系.运用AHP分析方法,系统地分析了现代物流发展的SWOT的重要度序列,明确现代物流发展需要优先解决的问题,进而提出武进区现代物流发展的战略定位、阶段目标及发展要点.     

Code-aided interference suppression in direct sequence spread spectrum systems with eigenvector sign spreading code

For direct sequence spread spectrum (DSSS) communication systems suffering interference, it is known that code-aided interference suppression technique outperforms all of the previous linear or nonlinear methods. In this paper, we proposed an improved code-aided technique which can improve the system performance greatly by using the eigenvector sign (EVS) spreading sequence which depends on the statistical characteristics of the interference and the thermal noise. Foundation item: the National Natural Science Foundation of China (No. 60772100)     

基于时间序列挖掘的隧道交通事件分析

为了及时发现隧道内交通安全隐患,尽量减少交通事故的发生,针对现有隧道交通事件预测方法在实际应用中的不足,引入时间序列法,建立了隧道交通事件时间序列预测模型,该模型可以快捷地得出事故影响因素的预测值,预测出道路交通事件总体发展趋势。实验证明,模型能很好地适应于道路交通事故预测,同时具备了资料较少,建模简单,计算快捷等优点。     

评价集体成绩的序列加权全值法

在文[1]的思想基础上提出评价集体成绩的序列加权全值法．     

一个随机环境下的NLAR模型的极限行为

一个非线性门限自回归模型的变形Xn＋1=Φ（Xn）＋εn＋1（Zn＋1）被讨论．在这个新的模型中,{Zn}是一个有限状态的马尔可夫链,对这个马尔可夫链的每一个状态i,有一个独立同分布的随机变量的序列{εn（i）}与之对应,而εn（Zn）=∑εn（i）I｜i｜（Zn）．在这篇文章中,讨论了由这个模型确定的序列{Xn}的极限行为．一个关于这个序列在某种意义下以几何速率收敛的充分条件被建立．