基于频繁的Markov链预测模型

来源 :计算机应用研究 | 被引量 : 22次 | 上传用户:yangzhouzhoudaojun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
预取技术通过在用户浏览当前网页的时间内提前取回其将来最有可能请求的网页来减少实际感知的获取网页的时间。传统的Markov链模型是一种简单而有效的预测模型,但同时存在预测准确率偏低,存储复杂度偏高等缺点。通过提出一种算法来减小存储空间,最后通过证明能有效减小存储空间。
其他文献
介绍了一种新的生物识别技术——人耳识别。首先对人耳生物识别系统进行介绍,并与其他生物识别技术进行比较;重点按照识别特征的不同提取方法分别综述了各种人耳识别技术的关键技术,如PCA方法、基于神经网络方法、力场转换理论、遗传局部搜索法以及基于几何学方法和基于长轴的结构特征提取方法等分析方法。通过对各种识别方法的分析和比较,总结了影响人耳识别技术的几个因素和研究开发成功的人耳识别技术需要考虑的几个重要方
针对小生境粒子群优化技术中小生境半径等参数选取问题,提出了一种新颖的小生境方法,无须小生境半径等任何参数。通过监视粒子正切函数值的变化,判断各个粒子是否属于同一座山峰,使其追踪所在山峰的最优粒子飞行,进而搜索到每一座山峰极值。算法实现简单,不仅克服了小生境使用中需要参数的弊端,而且解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验,验证了算法可以准确地找到所有山峰。
经验模式分解(EMD)方法的提出为信号处理提供了新的方法。在已有经验模式分解的过程中,由于常用三次样条插值来拟合信号的上下包络,因此时常会出现边缘效应,从而影响了信号处理的质量。针对上述情况,利用周期性信号序列经离散小波变换后,使小波系数构成的周期性新序列具有随机游走特性;利用小波与卡尔曼滤波混合预报器对信号进行边界延拓,从而有效地抑制了EMD分解中的边缘效应。仿真结果验证了该方法的有效性。
将本体的概念引入电力领域知识表达,构建了一个可以被各业务系统所共享的电网运行知识库。通过具有事件引擎的本体知识链结构,将物理本体与事件本体有机结合,基于语义和逻辑顺序客观描述了电网运行的静态和动态特性。知识库中的事件引擎检索方式极大提高了信息查询的效率。
主要是以一种带权类依赖图作为面向对象系统的UML类图的抽象表示,其中类依赖图的各边上权值对应于类图中的相应关系。针对带权类依赖图运用代数图论中图的Laplace谱的连通特性以迭代分割的方式对其进行划分,得到所需开发的系统构件。通过实验表明,该方法是一种有效的面向对象软件系统分解方法,并且分解所得到的构件具有较高的内聚性。
将神经网络集成思想引入Web文本分类领域,提出了利用最小估计误差策略进行最优加权网络集成的方案。具体做法是根据各网络的分类性能、各网络同其他网络的相关程度给每个网络的后验概率估计赋予不同的权值,通过加权平均提高后验概率估计的准确程度,进而提高分类率。英文数据库的实验结果表明,与经典的Bayes模型、kNN模型相比,该模型具有更高的分类精度与更快的分类速度。
资源共享和协同是制造企业,尤其是模具制造企业在国际市场保存竞争和取得竞争优势的关键。在传统的工程设计管理中,由于缺乏统一的数据平台,使文档管理混乱,不能及时得到设计变更通知,而且对图纸和工程变更的审批流程难以进行有效的实时监控,更不能保留数据变化的历史记录。本系统实现在分布式环境中群体活动的信息交换与共享并对设计过程进行动态调整和监控,支持多功能团队的协同工作,以及在统一信息平台下实现不同历史时期
基于粒度计算在理论上对数据分类问题进行建模研究。引入全粒度空间的概念,给出了集合的粒度表示、概念学习在粒度计算理论中的解释,从而得到数据分类问题的机理分析;最后导出了基于数据分类的知识发现模型,为知识发现面临的问题提供解决的理论依据,也为进一步研究奠定了重要的理论基础。
针对分数极点系统中存在的独立SαSG噪声,提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的逆滤波方法。
传统的大型数据库系统是典型的C/S结构,系统中有一个中心服务器,上面运行一个大型数据库系统,其他节点通过服务器访问数据库系统。但这种C/S结构容易在服务器处产生系统瓶颈。为了解决这个问题,将P2P的观念引入数据库系统,建立了一种C/S与P2P相结合的新系统。在该系统中,服务器和客户端是C/S模式,同时所有的客户端组成一个P2P系统。为了提高系统效率又将这个P2P系统根据节点访问的数据表的不同划分为