一种传感器网软件可达性验证方法

    公开(公告)号:CN103970653A

    公开(公告)日:2014-08-06

    申请号:CN201410179197.X

    申请日:2014-04-29

    Abstract: 本发明提出一种传感器网软件可达性验证方法,该方法首先将无线传感网软件用模型表示,该模型用来描述节点以及节点之间的状态迁移,然后用粒子群算法对所得的软件模型进行优化,在具体实施总可以时序逻辑公式来表示无线传感网软件所需要满足的属性或性质,将对无线传感网软件的验证转化为验证软件模型是否满足公式来判断系统性质。本发明方法通过对可达性验证路径的优化,能够有效地对传感器网软件进行可达性验证,并保持具有较强的灵活性。

    一种保证质量单调性的大规模数据挖掘方法

    公开(公告)号:CN104657473B

    公开(公告)日:2019-01-25

    申请号:CN201510080263.2

    申请日:2015-02-13

    Abstract: 本发明给出一种保证质量单调性的数据挖掘方法,该方法将原始大数据集用PCA技术压缩处理后映射到R‑tree数据结构上;然后改进改进的K近邻分类算法对数据集进行挖掘处理。本发明给出的方法主要包含两部分:编码部分及挖掘部分,其中编码部分利用R‑tree来表示数据,它将数据中有高相似性的数据组合在一起,作为R‑tree的一个结点,以达到对海量数据压缩的目的并提高挖掘部分的效率;挖掘部分利用改进的K近邻分类算法的思想,对数据结点进行处理,预测输入的测试点分类。本发明能解决传统的算法在进行有限的时间及资源限制下对大数据挖掘时,很难做到挖掘结果的质量与资源限制的平衡以及保证近似结果质量单调性的问题。

    一种保证质量单调性的大规模数据挖掘方法

    公开(公告)号:CN104657473A

    公开(公告)日:2015-05-27

    申请号:CN201510080263.2

    申请日:2015-02-13

    CPC classification number: G06F17/30539

    Abstract: 本发明给出一种保证质量单调性的数据挖掘方法,该方法将原始大数据集用PCA技术压缩处理后映射到R-tree数据结构上;然后改进的K近邻分类算法对数据集进行挖掘处理。本发明给出的方法主要包含两部分:编码部分及挖掘部分,其中编码部分利用R-tree来表示数据,它将数据中有高相似性的数据组合在一起,作为R-tree的一个结点,以达到对海量数据压缩的目的并提高挖掘部分的效率;挖掘部分利用改进的K近邻分类算法的思想,对数据结点进行处理,预测输入的测试点分类。本发明能解决传统的算法在进行有限的时间及资源限制下对大数据挖掘时,很难做到挖掘结果的质量与资源限制的平衡以及保证近似结果质量单调性的问题。

Patent Agency Ranking