公开(公告)号：CN104516978B

公开(公告)日：2018-11-27

申请号：CN201410851266.7

申请日：2014-12-31

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 李淼 ,  吕迅 ,  朱宏军 ,  崔维力 ,  武新

IPC: G06F17/30

Abstract: 本发明提供一种用于数据库入侵检测领域的压缩中间候选频繁项集的方法，包括如下步骤：1)依据目标事务数目值，从事务数据库中筛选出项目数不小于目标事务数目值的事务作为新事务数据库；2)使用Apriori算法的连接步骤和剪枝步骤，扫描新事务数据库，计算产生频繁1‑项集L(1)；3)找出频繁1‑项集L(1)中的项目排在前面的与目标事务数目值相同数值的几项候选项集；4)扫描候选项集，得到目标事务数目值的频繁项集。本发明具有的优点和积极效果是：能免去按照自然数顺序，从1开始，逐个生成中间候选频繁项集和中间频繁项集的操作，大幅提高了数据挖掘搜索效率；达到减少数据库扫描工作量，从而大幅提高了计算频繁项集的速度。

公开(公告)号：CN106408085A

公开(公告)日：2017-02-15

申请号：CN201610777655.9

申请日：2016-08-31

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 崔维力 ,  赵伟 ,  李淼

IPC: G06N3/08 ,  G06K9/62

CPC classification number: G06N3/08 ,  G06K9/6267

Abstract: 本发明提出了一种使用单隐层解决非线性问题的BP神经网络分类方法及分类器，包括：建立BP神经网络模型，其中，所述BP神经网络模型采用单隐层前馈网络；对BP神经网络模型的输入端的权重参数进行优化；输入数据至所述BP神经网络模型与优化后的权重参数进行联合计算，最终在所述BP神经网络模型的输出端实现对数据的分类识别。本发明可以减小使用多隐层解决非线性可分问题所带来的资源消耗大，计算代价大等问题，提高神经网络的工作效率。

公开(公告)号：CN106383844A

公开(公告)日：2017-02-08

申请号：CN201610777665.2

申请日：2016-08-31

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 崔维力 ,  赵伟 ,  李淼

IPC: G06F17/30

CPC classification number: G06F16/1744 ,  G06F16/221

Abstract: 本发明提出了一种应用于特殊数据的存储方法及装置，包括：检测时间序列数据库中的数据类型；判断时间序列数据库中的适合使用列存储的数据类型；对判断的适合使用列存储的数据类型对应的数据，采用列存储方式将数据进行存储操作，其中，在列存储操作过程中，同一列的数据类型相同，采用相同的高效压缩编码算法对数据进行压缩，并采用批处理对列数据进行查询执行。本发明采用列式存储方式支持复杂的嵌套类型的数据，同时能够提高时间序列数据库的数据查询效率，磁盘存储效率。