三江构造带与地震活动

从大地构造、地壳结构与地震区域断裂带的特殊性角度阐述本区发震构造的背景。对三江断裂带地震活动时空分布特点和地震发生带的规律进行分析研究。从复杂的地震地质环境中分析了解云南地区地震活动频发原因。     

一种改进的Apriori挖掘算法

针对制约Apriori算法效率的瓶颈问题,提出了一种基于Apriori的改进算法,算法只需要遍历一次事务数据库,避免了Aprori算法多次扫描事务数据库和产生大量的候选项集,同时利用项集的有序性改进了判断连接的方式,优化了连接步骤,减少了判断时间.实验结果表明,改进的Apriori算法在运行效率上有一定的提高.     

三维高静载频繁动态扰动时岩石损伤特性及本构模型

采用改进的SHPB试验装置,进行深部岩石的三维高静载频繁动态扰动试验,分析动态应力-应变曲线的一般特征,可将其细分为微裂纹稳定发展、微裂纹非稳定发展、疲劳损伤、疲劳破坏4个阶段进行描述,其中峰值后的2个阶段处于动态应力卸载过程。基于连续因子、应变等效原理及统计损伤理论定义岩石的损伤变量并推演损伤演化方程,采用组合模型法建立岩石的本构模型。结合试验数据,验证岩石的损伤演化规律及建立的本构模型,结果表明:利用推演的损伤演化方程计算出损伤变量,其与动态应变的关系曲线符合试验中岩样的损伤规律;建立本构方程的拟合曲线与试验曲线具有较好的一致性,说明建立的本构模型可以用来预测深部岩石处于三维高静载频繁动态扰动时的动力学特性。     

基于关联规则与随机森林的地震多属性砂体厚度预测

地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余。为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法。随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能进行属性选择,但是该算法无法识别地震多种属性中的冗余特征。关联规则能够发现地震属性之间的非线性关联,并能借助卡方检验消除地震属性间的冗余性。分别采用了随机森林回归算法（RFR）、联合关联规则与随机森林回归（AR-RFR）及BP神经网络回归的算法（AR-BP）对滩坝砂岩合成模型和某实际工区进行了砂体厚度预测。对比结果表明,基于关联规则的属性优选得到的属性间相关性低,关联规则与随机森林算法的结合提高了砂体厚度的预测精度。数值实验证明了该方法的有效性。      

基于有向图的Web使用模式挖掘算法研究

提出了一种基于有向图的web使用模式挖掘新算法,算法只对Web事务数据库进行一次扫描,并将页面之间的序列信息记录在有向图中,在挖掘过程中不产生数量庞大的候选模式,即可直接挖掘出所有的web频繁访问路径,大大提高了web访问模式的发现效率.     

出租车轨迹数据的频繁轨迹识别

为识别城市交通中的频繁路径,本文提出了一种出租车轨迹数据的频繁轨迹识别方法。该方法首先对轨迹数据进行轨迹压缩,以降低计算复杂度;然后基于最长公共子序列和动态时间规整算法进行轨迹相似性度量计算,利用计算得到的轨迹间相似度生成距离矩阵;最后将生成的距离矩阵结合HDBSCAN算法进行聚类得到频繁轨迹。选取厦门岛内两个区域进行试验分析,结果表明,该方法能够识别出轨迹数据集中的频繁轨迹,进而得到城市区域之间通行的频繁路径,对道路规划、路径优化与推荐、交通治理等应用提供帮助。     

The prewarning value of Alexandrium tamarense PSP in an area with frequent outburst of red tide

1 IntroductionParalytic shellfish poisons (PSP) that refer tothe toxins produced by the harmful algal bloom(HAB) have the greatest impact and the widest dis-tribution among marine HAB toxins threatening hu-man life and health. Accordingto statistics, PSP …     

一种顾及模糊属性的空间关联规则挖掘方法

针对传统空间关联规则挖掘对数据硬化分导致的"尖锐边界"问题,提出了一种顾及模糊属性的空间关联规则挖掘方法。该方法引入模糊集理论,将模糊空间属性通过隶属函数转化为隶属度表示的模糊数值,从而将其划分为模糊集合。然后使用改进的模糊关联规则挖掘算法扫描数据库,根据相应的支持度得到频繁项集,最终提取出关联规则。实验结果表明,该方法能够对带有模糊属性的空间数据进行关联规则挖掘,且在一定程度上提高了挖掘结果的兴趣度。     

基于行为分析的钓鱼页面检测技术研究

针对通过黑白名单匹配的检测方法检测钓鱼页面准确率低的特点,提出基于钓鱼者行为的图状链接结构特征,对钓鱼页面进行分析,引入数据挖掘的频繁子图挖掘算法,对数据库中积累的数万个钓鱼页面进行子图模式挖掘,提取钓鱼页面的共同子图结构特征,检测网络钓鱼行为。实验结果发现,在加入了子图特征的钓鱼页面检测方法中,检出率能达到80%.因此,基于行为的钓鱼页面检测提高了钓鱼页面检测的能力,并且挖掘出的子图模式为钓鱼者的行为提供了依据。     

基于概念格的空间关联规则挖掘优化

关联规则挖掘会产生大量的项集和规则,其中只有少部分是用户感兴趣和有价值的,其他大部分是冗余的或已知的。在已有的空间关联规则挖掘研究中,用户对数据库中存在的强制约束缺少考虑。本文分析了空间数据库中的已知空间依赖,发现已有的Apriori算法和闭频繁项集挖掘难以消除该空间依赖,为此提出了基于概念格方法的已知空间依赖剔除策略,包括概念格中每个闭频繁节点的产生子获得方法和利用概念格产生子实现最优频繁地理模式挖掘的方法,最后通过实验验证了概念格产生子方法的有效性和优越性。