子樹
- 基于動(dòng)態(tài)故障樹理論化工企業(yè)事故危險(xiǎn)性分析
以獲得獨(dú)立的靜態(tài)子樹和動(dòng)態(tài)子樹;然后,分別通過BDD圖法和馬爾可夫過程法求解[4].與其他方法相比,動(dòng)態(tài)故障樹方法在解決生產(chǎn)過程中動(dòng)力學(xué)復(fù)雜、事故種類繁多的化工系統(tǒng)診斷問題上具有更大的優(yōu)勢(shì).因此,本文選擇動(dòng)態(tài)故障樹分析方法來診斷化工設(shè)備的故障.下面以某化工企業(yè)中毒事故為例,建立動(dòng)態(tài)故障樹模型并進(jìn)行風(fēng)險(xiǎn)分析.2 企業(yè)中毒或窒息事故危險(xiǎn)性分析確定故障樹的頂事件為轉(zhuǎn)化單元發(fā)生中毒或窒息事故.該事件是在有毒氣體泄漏而未及時(shí)控制泄漏事件的情況下發(fā)生的.考慮到系統(tǒng)的復(fù)
沈陽化工大學(xué)學(xué)報(bào) 2023年3期2024-01-03
- 混合d-元樹上的模式避免問題
都有一個(gè)最左邊的子樹B和d-1個(gè)子樹T1,T2…Td-1.同樣B中的任何一個(gè)黑色根點(diǎn)都有一個(gè)最左邊的子樹W和d-1個(gè)子樹T1,T2,…,Td-1.通過前序遍歷構(gòu)造長度為dn的d-Schr?der路:1) 訪問一個(gè)黑色內(nèi)點(diǎn)時(shí):(1) 當(dāng)最左邊的子樹為平凡樹時(shí),對(duì)應(yīng)于UUT′1UT′2…D(d)T′d-1.(2) 當(dāng)最左邊的子樹不為平凡樹時(shí), 對(duì)應(yīng)于UW′UT′1UT′2…D(d)T′d-1.2) 訪問一個(gè)白色內(nèi)點(diǎn)時(shí):(1) 當(dāng)最左邊的子樹為平凡樹時(shí),對(duì)應(yīng)于U
蘭州理工大學(xué)學(xué)報(bào) 2023年2期2023-05-07
- 面向大數(shù)據(jù)的數(shù)據(jù)庫劃分FP-Growth改進(jìn)算法
對(duì)應(yīng)項(xiàng)的投影FP子樹。在這里我們需要對(duì)傳統(tǒng)FP-growth構(gòu)造FP樹的算法加以改進(jìn)。設(shè)第k個(gè)節(jié)點(diǎn)機(jī)處理的是頻繁1項(xiàng)m對(duì)應(yīng)的投影子數(shù)據(jù)庫Dm:i。在對(duì)Dm:i中的每個(gè)事務(wù)處理時(shí)，首先將每個(gè)事務(wù)中的項(xiàng)按表L的次序排序，并將m以及其后的所有項(xiàng)全部刪除，只將剩余的項(xiàng)在擬構(gòu)造的FP子樹中生成分枝。具體算法如下：① 創(chuàng)建FP子樹的根節(jié)點(diǎn)，以“null”標(biāo)記。② 遍歷數(shù)據(jù)庫Dm:i，對(duì)Dm:i中的每個(gè)事務(wù)執(zhí)行：a.將事務(wù)中的項(xiàng)按L中的次序排序，并將m以及其后的所有項(xiàng)全
南昌大學(xué)學(xué)報(bào)（理科版） 2022年5期2022-11-18
- 基于頻繁子樹模式的半結(jié)構(gòu)化數(shù)據(jù)集聚類
形結(jié)構(gòu)數(shù)據(jù)集頻繁子樹模式為特征的半結(jié)構(gòu)化數(shù)據(jù)集聚類方法。首先，介紹樹形結(jié)構(gòu)數(shù)據(jù)集頻繁子樹模式挖掘方法和基于頻繁子樹為特征的聚類分析方法的理論背景。然后，本文提出一種基于模式增長策略的半結(jié)構(gòu)化數(shù)據(jù)集頻繁子樹模式發(fā)現(xiàn)方法FSTPMiner，該方法使用編碼樹模型對(duì)樹形模型數(shù)據(jù)進(jìn)行線性編碼，將樹結(jié)構(gòu)數(shù)據(jù)集頻繁子模式挖掘轉(zhuǎn)化為線性表頻繁子模式挖掘，提高了樹形結(jié)構(gòu)數(shù)據(jù)集頻繁模式挖掘效率。之后，使用頻繁子樹作為半結(jié)構(gòu)化樹形數(shù)據(jù)特征，基于余弦相似度Cosine Simil
計(jì)算機(jī)工程與設(shè)計(jì) 2022年10期2022-10-17
- 基于馬爾可夫鏈的空間站推進(jìn)1553B通信系統(tǒng)可靠性分析*
統(tǒng)故障樹中的動(dòng)態(tài)子樹與靜態(tài)子樹進(jìn)行分離，采用馬爾可夫鏈求解動(dòng)態(tài)子樹，并在此基礎(chǔ)上求解整個(gè)系統(tǒng)故障樹，以簡化求解過程，提高計(jì)算效率。1 馬爾可夫鏈簡介定義{（）,≥0}為系統(tǒng)在時(shí)刻所處狀態(tài)，其取值范圍為可數(shù)狀態(tài)集合={1,2,…,}，其中（屬于非零自然數(shù)）為系統(tǒng)狀態(tài)總數(shù)，（）在集合上隨機(jī)取值。對(duì)于任意時(shí)刻（屬于自然數(shù)），有0≤<<…<<+1，若+1時(shí)刻系統(tǒng)所處狀態(tài)概率滿足式（1），則將式（1）描述的隨機(jī)取值過程稱為馬爾可夫鏈。{（+1）=+1|（）=,（-1
飛控與探測(cè) 2022年3期2022-08-28
- 基于動(dòng)態(tài)故障樹的航空裝備系統(tǒng)可靠性評(píng)估方法
性分析可分為靜態(tài)子樹分析和動(dòng)態(tài)子樹分析。對(duì)于靜態(tài)子樹，求最小割集最為重要，本文主要采用下行法求取最小割集。下行法始于故障樹的頂事件，自上而下逐級(jí)進(jìn)行事件的查找和運(yùn)算，最終找出最小割集。對(duì)于動(dòng)態(tài)子樹，通常需要借助馬爾科夫模型，文獻(xiàn)［8］給出幾種動(dòng)態(tài)邏輯門轉(zhuǎn)換為馬爾科夫模型的過程，從而得到所有的故障模式及其傳播路徑。1.3 動(dòng)態(tài)故障樹定量分析動(dòng)態(tài)故障樹的定量分析同樣也分為靜態(tài)子樹分析和動(dòng)態(tài)子樹分析。對(duì)于靜態(tài)子樹：假設(shè)：底事件之間相互獨(dú)立；系統(tǒng)組件壽命函數(shù)都按指
火力與指揮控制 2022年5期2022-07-25
- 在1-連通和2-連通的二部圖中保持連通度的一些樹的研究?
圖G 中存在一個(gè)子樹T′～=T,使得G-V(T′) 仍然是k-連通的.在[5] 中,Mader 證明了δ(G)≥2(k-1+m)2+m-1 時(shí),猜想2 是成立的.定理3[5]對(duì)任意的階為m 的樹T,每一個(gè)δ(G)≥2(k-1+m)2+m-1 的k-連通圖G 中存在一個(gè)子樹T′～=T,使得G-V(T′) 仍然是k-連通的.Diwan 和Tholiya 在[6] 中驗(yàn)證了猜想2 在k=1 時(shí)的情形.定理4[6]對(duì)任意的階為m 的樹T,每一個(gè)δ(G)≥m 的連通
- 一種無結(jié)構(gòu)金融公告多元關(guān)系抽取方法
實(shí)體對(duì)的最小公共子樹表征關(guān)系實(shí)例，通過計(jì)算兩棵子樹之間的核函數(shù)，訓(xùn)練SVM等分類器，在較小的新聞?wù)Z料庫中取得了較好的關(guān)系抽取效果。Culotta[3]等改進(jìn)Zelenko等的方法，利用依存關(guān)系句法樹表示關(guān)系實(shí)例。添加詞性、實(shí)體類型等特征，并在相似度計(jì)算時(shí)加入嚴(yán)格的匹配約束。Bunescu[4]等對(duì)其做進(jìn)一步改進(jìn)，提出了實(shí)體對(duì)最短依存路徑核函數(shù)，比較最短依存路徑上相同節(jié)點(diǎn)的個(gè)數(shù)，計(jì)算核函數(shù)，但同樣召回率較低。為了解決上述問題，在基于依存語法分析樹的關(guān)系抽取任
中文信息學(xué)報(bào) 2022年2期2022-04-12
- 基于抽象語法樹的代碼抄襲檢測(cè)方法的改進(jìn)*
不一、結(jié)構(gòu)不一的子樹和節(jié)點(diǎn)，會(huì)導(dǎo)致基于AST的代碼抄襲檢測(cè)效果不佳[6].此外，在代碼語義表達(dá)方面的局限性，也會(huì)使得基于AST的代碼抄襲檢測(cè)方法無法準(zhǔn)確檢測(cè)出語義層面的代碼抄襲[7].針對(duì)以上問題，筆者擬設(shè)計(jì)將加權(quán)簡化語法樹和子樹匹配相結(jié)合的程序代碼抄襲檢測(cè)方法，以期實(shí)現(xiàn)對(duì)源代碼語義層面抄襲的檢測(cè)，同時(shí)提高檢測(cè)準(zhǔn)確率.1 AST簡介AST也稱語法樹，它由源代碼經(jīng)過詞法分析和語法分析生成[8]，樹上的每個(gè)節(jié)點(diǎn)都表示源代碼的一種結(jié)構(gòu).基于AST的抄襲檢測(cè)大多是
- 紫珠與白棠子樹
/玉山紫珠與白棠子樹是兩種相似度極大的植物，同為馬鞭草科紫珠屬灌木，都有著玲瓏精致，純凈高雅的紫色果實(shí)，單顆果實(shí)雖然不大，但常數(shù)顆果實(shí)成簇長在一起，看上去還是非常驚艷的。由于二者常有人將它們弄混，將白棠子樹當(dāng)作紫珠。據(jù)《中國植物志》 資料：紫珠屬植物約190 種，主要分布于熱帶和亞熱帶亞洲和大洋洲，少數(shù)種分布于美洲，極少數(shù)種可延伸至亞洲和北美洲的溫帶地區(qū)。我國產(chǎn)46種，主要產(chǎn)于長江以南，少數(shù)種可延伸到華北至東北和西北的邊緣。紫珠紫珠（Callicarpa
花卉 2021年23期2021-12-13
- 基于模式增長的嵌入式頻繁子樹挖掘算法研究
1)1 引言頻繁子樹挖掘是數(shù)據(jù)挖掘的主要研究內(nèi)容，在生物信息、Web結(jié)構(gòu)分析等方面具有較高的應(yīng)用價(jià)值。作為如此有價(jià)值的任務(wù)，同樣也充滿挑戰(zhàn)，例如，即便使頂點(diǎn)集合縮小到最小范圍內(nèi)，仍然能形成很多結(jié)構(gòu)不一致的樹，并且每一棵樹的不同節(jié)點(diǎn)能夠取相同的權(quán)，這會(huì)導(dǎo)致對(duì)樹的同構(gòu)判斷非常復(fù)雜。針對(duì)上述問題，一些學(xué)者給出如下方法。文獻(xiàn)[1]提出基于B-list的頻繁子樹挖掘算法。采用B-list數(shù)據(jù)結(jié)構(gòu)挖掘頻繁項(xiàng)集，將全序搜索樹當(dāng)作搜索空間，通過父等價(jià)剪枝方法限制搜索范圍，
計(jì)算機(jī)仿真 2021年3期2021-11-17
- 廣義書本圖的BC-子樹計(jì)數(shù)及漸近密度特性分析*
]、以及結(jié)構(gòu)型的子樹數(shù)指標(biāo)[10,11](一個(gè)圖的所有非空子樹的個(gè)數(shù))和BC-子樹數(shù)指標(biāo)[12](一個(gè)圖的任意兩片葉子間的距離都是偶數(shù)的子樹的個(gè)數(shù))等，其中后兩個(gè)指標(biāo)相對(duì)較新，但是它們可以從一個(gè)新的維度分析圖或者化合物的結(jié)構(gòu)拓?fù)湫绿匦裕虼艘鹆藝鴥?nèi)外學(xué)者的關(guān)注和研究.2006年Mkrtchyan[13]證明了BC-樹中存在一個(gè)最大部分適當(dāng)0-1染色使得染色為0的邊形成一個(gè)最大匹配，2016年Yang 等人[14]提出了一種關(guān)于樹、單圈圖和無公共邊的雙圈圖
- 子樹類型敏感的JavaScript引擎灰盒測(cè)試技術(shù)
式,將樣本拆分成子樹代碼片段放入代碼池中,并不斷使用代碼池中的子樹替代當(dāng)前測(cè)試用例的非終止節(jié)點(diǎn)來構(gòu)建新的測(cè)試用例,這種方式極大提升了測(cè)試?yán)詣?dòng)生成能力,但仍然容易產(chǎn)生非法的代碼,CodeAlchemist進(jìn)一步引入控制流和數(shù)據(jù)流分析,定位和緩解未定義變量問題,進(jìn)一步提升了代碼生成的正確性。但總體來說,黑盒模型難以擺脫執(zhí)行速度慢和代碼覆蓋能力弱等缺點(diǎn)。為了彌補(bǔ)JavaScript引擎黑盒模型的不足,軟工頂級(jí)會(huì)議工作Superion[21]構(gòu)建了基于JavaS
信息安全學(xué)報(bào) 2021年4期2021-08-25
- 基于BIER的SDN組播交換機(jī)BIFT快速構(gòu)建
分類，并設(shè)計(jì)基于子樹分類和歸并的BIFT構(gòu)造器(BIFT Constructor based on Classifying and Combining, C3-BIFT)，通過一次組播路由樹的回溯遍歷，快速構(gòu)建所有交換機(jī)的BIFT，以盡量減小對(duì)接收者加入延遲和組播報(bào)文傳輸性能的影響.1 相關(guān)工作及問題描述BIER自2014年被提出后就備受關(guān)注. IETF于2017年發(fā)布的RFC 8279和2019年4月發(fā)布的BIER體系架構(gòu)RFC 8556中，詳細(xì)描述了服
- 基于動(dòng)態(tài)故障樹的衛(wèi)星可靠性分析
到相互獨(dú)立的動(dòng)態(tài)子樹和靜態(tài)子樹，其中包含動(dòng)態(tài)邏輯門的子樹為動(dòng)態(tài)子樹，只有靜態(tài)邏輯門的子樹則為靜態(tài)子樹。通過模塊化處理后，復(fù)雜系統(tǒng)的DFT被分解成多個(gè)子模型，極大簡化了模型的求解過程[14]。然后對(duì)不同類型的子樹單獨(dú)求解，利用二元決策圖(binary decision diagram，BDD) 對(duì)靜態(tài)子樹進(jìn)行求解, 而動(dòng)態(tài)子樹則轉(zhuǎn)化成相應(yīng)的Markov 鏈進(jìn)行求解。最后結(jié)合各獨(dú)立子樹分析求得的故障概率進(jìn)行綜合分析，通過邏輯關(guān)系自下而上分步求解直至獲得動(dòng)態(tài)故障
中國空間科學(xué)技術(shù) 2020年6期2020-11-26
- 棠梨花
樹上開的花。棠梨子樹也叫杜梨子，屬落葉喬木，枝常有刺。棠梨子樹二三月開花，八九月結(jié)果。有消食止痢，治腹瀉的作用。棠梨子樹生于荒山野外、長于山坳溝壑， 無論天寒地凍、風(fēng)吹日曬，卻憑借深藏土里的根系，茁壯成長，開花結(jié)果，生機(jī)勃勃。棠梨子樹不擇環(huán)境、氣候和土壤，自然而然地生根發(fā)芽，頑強(qiáng)地綻放著它的風(fēng)采。棠梨子樹是嫁接老冬梨、黃皮梨、火把梨、雪梨、黃酸梨等梨樹的最好樹種，我小時(shí)候跟父親在家鄉(xiāng)嫁接過很多。開始人們并不在意棠梨子樹，后來， 人們發(fā)現(xiàn)野生的棠梨子樹是嫁接
荷城文藝 2020年3期2020-11-02
- 書本圖的BC-子樹計(jì)數(shù)及漸進(jìn)密度特性分析?
［7］，結(jié)構(gòu)型的子樹數(shù)指標(biāo)［8］（即，一個(gè)圖的所有非空子樹的個(gè)數(shù)）、BC-子樹數(shù)指標(biāo)［9］（即，一個(gè)圖的所有BC-子樹的個(gè)數(shù)，其中BC子樹至少含兩個(gè)頂點(diǎn)，且該子樹的任意兩片葉子的距離都是偶數(shù)的子樹）、原子鍵連通度指標(biāo)［10］（ABC）等。相對(duì)于距離型的Wiener指標(biāo)，圖的結(jié)構(gòu)型BC-子樹數(shù)指標(biāo)相對(duì)較新，BC樹的概念是由著名圖論學(xué)家Harary等在研究圖的核的時(shí)候提出的［11］，該概念提出后，引起了計(jì)算機(jī)［12～13］、化學(xué)［14～15］等領(lǐng)域國內(nèi)外學(xué)者的
計(jì)算機(jī)與數(shù)字工程 2019年12期2019-12-27
- 沙田柚子高產(chǎn)優(yōu)質(zhì)栽培施肥技術(shù)
喜愛。種植沙田柚子樹也有一定的環(huán)境氣候要求，但是在種植過程中，并沒有把科學(xué)施肥技術(shù)落實(shí)到關(guān)鍵位置，導(dǎo)致沙田柚子樹的后期產(chǎn)成不盡人意，果子有大有小，質(zhì)量參差不齊，沙田柚子的質(zhì)量高低是由施肥技術(shù)的應(yīng)用水平高低所決定的，因此重視施肥技術(shù)的科學(xué)合理運(yùn)用，提高果品質(zhì)量與產(chǎn)量，保障廣大種植戶種植戶的利益收成。沙田柚子是人們?nèi)粘Ｉ钪薪?jīng)常食用的一種水果，沙田柚子不僅果肉可以食用，富含多種微量元素，沙田柚子皮也具有食用、驅(qū)異味以及防蚊蟲的實(shí)用功效。其憑借優(yōu)良的口感以及極高
農(nóng)民致富之友 2019年30期2019-10-21
- 基于單向頻繁模式樹的頻繁項(xiàng)集挖掘算法
ee生成的被約束子樹進(jìn)行挖掘的算法，因?yàn)樵撍惴ú挥眠f歸地構(gòu)建條件FP-tree，可以節(jié)省大量的存儲(chǔ)空間，同時(shí)該算法縮減了每一個(gè)節(jié)點(diǎn)的域的個(gè)數(shù)，只保留指向父節(jié)點(diǎn)的指針，與FP-Growth算法相比，所需的存儲(chǔ)空間減少了一倍，效率提高了一倍。文中在文獻(xiàn)[9]算法(稱其為改進(jìn)前算法)的基礎(chǔ)上，將被約束子樹分為指向相同端點(diǎn)和不同端點(diǎn)這兩種情況進(jìn)行挖掘，設(shè)計(jì)了一種新的基于單向頻繁模式樹的頻繁項(xiàng)集挖掘算法(unidirectional frequent itemset
計(jì)算機(jī)技術(shù)與發(fā)展 2019年10期2019-10-11
- 一種加權(quán)的深度森林算法
每個(gè)森林將其各個(gè)子樹預(yù)測(cè)的類概率向量進(jìn)行算術(shù)平均后，作為該森林的預(yù)測(cè)結(jié)果，并與樣本的原始特征向量拼接，作為下一級(jí)的輸入。由于森林中各個(gè)子樹的預(yù)測(cè)精度是各不相同的，算術(shù)平均會(huì)導(dǎo)致子樹的錯(cuò)誤預(yù)測(cè)對(duì)整個(gè)森林的預(yù)測(cè)產(chǎn)生影響，進(jìn)而隨著級(jí)數(shù)增加，有可能使錯(cuò)誤被進(jìn)一步放大。為了避免上述影響，本文提出了一種加權(quán)的深度森林WDF(Weighted Deep Forest)。主要思想是根據(jù)森林中每棵子樹的預(yù)測(cè)精度計(jì)算其相應(yīng)權(quán)重，再對(duì)各個(gè)子樹的預(yù)測(cè)概率向量進(jìn)行加權(quán)求和，以提高深
計(jì)算機(jī)應(yīng)用與軟件 2019年2期2019-04-01
- 基于彈性光網(wǎng)絡(luò)的多播業(yè)務(wù)保護(hù)算法
算法——基于多播子樹的分段路由頻譜分配保護(hù)算法（MSPA, multicast sub-tree protection algorithm），為多播業(yè)務(wù)請(qǐng)求提供保護(hù)的同時(shí)最小化頻譜資源的使用。仿真結(jié)果表明，與傳統(tǒng)的多播路由算法及多播保護(hù)算法相比，所提算法通過改變信號(hào)調(diào)制格式，靈活運(yùn)用鏈路上的頻譜碎片，可以降低網(wǎng)絡(luò)的阻塞率，提高網(wǎng)絡(luò)的頻譜利用率。彈性光網(wǎng)絡(luò)；網(wǎng)絡(luò)生存性；多播；路由1 引言隨著互聯(lián)網(wǎng)的急速發(fā)展，如何提高頻譜利用率成為一個(gè)熱門的研究課題。盡管傳統(tǒng)
通信學(xué)報(bào) 2019年3期2019-03-28
- 采用Stack-Tree LSTM的漢語一體化依存分析模型
慮已經(jīng)形成的依存子樹信息，而分析棧中保存的依存子樹作為中間結(jié)果的主要成分，對(duì)三項(xiàng)任務(wù)的后續(xù)分析有著重要的指導(dǎo)意義。針對(duì)該問題，本文提出Stack-Tree LSTM依存子樹編碼方法獲取分析棧中所有依存子樹的完整信息。具體地，我們采用Tree LSTM對(duì)每棵依存子樹信息進(jìn)行編碼，并利用Stack LSTM將分析棧中的所有依存子樹的編碼結(jié)果累積到棧頂，作為特征參與隨后的動(dòng)作轉(zhuǎn)移決策。利用該編碼機(jī)制，我們提出詞性特征的使用方法，在依存子樹編碼中融入詞性信息。以此
中文信息學(xué)報(bào) 2019年1期2019-02-25
- 基于多特征融合編碼的神經(jīng)網(wǎng)絡(luò)依存句法分析模型
，沒有對(duì)單棵依存子樹獨(dú)立編碼表示，導(dǎo)致無法利用各個(gè)依存子樹的局部特征，而依存關(guān)系的判斷是針對(duì)當(dāng)前兩個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)可以是依存子樹根節(jié)點(diǎn)，也可以是單詞)預(yù)測(cè)正確的轉(zhuǎn)移動(dòng)作，因此依存關(guān)系的建立需要直接考慮依存子樹的信息作為特征；另一方面，這些模型沒有對(duì)歷史生成的依存弧信息和轉(zhuǎn)移動(dòng)作信息進(jìn)行編碼，以致整個(gè)分析過程丟失了全局信息，而依存樹的建立需要從句子整體的視角考慮更多的全局特征[7]。為了利用更多的局部特征和全局特征，針對(duì)分析棧的表示，本文提出基于依存子樹和歷史已
中文信息學(xué)報(bào) 2018年12期2019-01-22
- 一種基于結(jié)構(gòu)特征的樹相似度計(jì)算方法
]展示了最大協(xié)議子樹(MAST)問題和樹編輯距離之間的關(guān)系。文獻(xiàn)[6]對(duì)原本處理字符串編輯距離的GESL算法進(jìn)行了擴(kuò)展,將其應(yīng)用到樹的編輯距離中,在樹的相似度計(jì)算上發(fā)揮了巨大的作用。文獻(xiàn)[7]主要處理有序標(biāo)記樹的XML文檔。該文指出常規(guī)的樹編輯距離缺乏靈活性和效率,并提出了2個(gè)新的編輯操作,對(duì)原算法做了擴(kuò)展,在與分層數(shù)據(jù)結(jié)構(gòu)的相似性匹配上達(dá)到了良好的性能。文獻(xiàn)[8]指出被廣泛應(yīng)用的RTED算法消耗內(nèi)存過多,提出了一種新的樹編輯距離算法AP-TED,該算法在
計(jì)算機(jī)工程 2018年11期2018-11-20
- 一種逐跳方式的域內(nèi)單節(jié)點(diǎn)故障保護(hù)算法
示以該節(jié)點(diǎn)為根的子樹中的所有節(jié)點(diǎn).定義3.在以目的地址d為根的最優(yōu)路由樹中，對(duì)于該樹中的任意一個(gè)節(jié)點(diǎn)v∈V-d，假設(shè)該節(jié)點(diǎn)出現(xiàn)故障.當(dāng)節(jié)點(diǎn)u∈child(v)時(shí)，如果存在一條鏈路(x,y)，使得x∈subtree(d,u)和y∈V-subtree(v)-d同時(shí)成立，則稱鏈路(x,y)是子樹subtree(u)的第一類橋，用Candidate(u)={(x,y)}表示；當(dāng)節(jié)點(diǎn)w∈child(v)時(shí)，如果存在一條鏈路(p,q)，使得p∈subtree(u)和q
小型微型計(jì)算機(jī)系統(tǒng) 2018年11期2018-11-14
- 基于邏輯確定性的BDD變量排序方法
素有變量的層次、子樹變量數(shù)目、最小相鄰變量和變量重復(fù)度。變量在故障樹中的層次越高，越靠近頂事件，邏輯確定性越高；變量所在子樹的變量數(shù)目越少，邏輯確定性越高；最小相鄰變量已排序，邏輯確定性越高；變量的重復(fù)度越低，邏輯確定性越高。2.2 排序原則要生成系統(tǒng)的排序，需要按一定的方式將元變量排序，再用實(shí)變量代替元變量則是系統(tǒng)。對(duì)于實(shí)變量在階段之間的排序方式，采用向后PDO排序的方式：以變量A為例，在各階段的實(shí)變量排序?yàn)椋篈nAn-1，…，A?，F(xiàn)在主要確定元變量的排
計(jì)算機(jī)與數(shù)字工程 2018年10期2018-10-23
- 海量法律文書中基于CNN的實(shí)體關(guān)系抽取技術(shù)
似性構(gòu)建短語有效子樹,同時(shí)采用余弦相似度計(jì)算方法來改進(jìn)核函數(shù),求得短語有效子樹之間的相似性矩陣,然后結(jié)合CNN提出一種實(shí)現(xiàn)對(duì)多對(duì)實(shí)體之間的關(guān)系進(jìn)行自動(dòng)抽取的技術(shù)——KMCNN.論文其余部分的組織如下:第2部分介紹實(shí)體關(guān)系抽取方法相關(guān)的前人研究成果;第3部分給出本文用到的術(shù)語描述及準(zhǔn)備工作;第4部分給出基于KMCNN的實(shí)體關(guān)系抽取過程;第5部分采用實(shí)驗(yàn)對(duì)所提方法進(jìn)行有效性驗(yàn)證;第6部分是全文的結(jié)論.2 相關(guān)工作過去幾十年,對(duì)實(shí)體關(guān)系抽取的研究得到了人們的重視
小型微型計(jì)算機(jī)系統(tǒng) 2018年5期2018-07-04
- 一種HDFS元數(shù)據(jù)分級(jí)存儲(chǔ)策略
）節(jié)點(diǎn)替換當(dāng)存在子樹的熱度過低時(shí)，使用INodeLinked節(jié)點(diǎn)替換該子樹根節(jié)點(diǎn)，然后將子樹序列化，INodeLinked保存了該子樹的序列化信息，其結(jié)構(gòu)定義如下:其中filePath為保存該子樹信息的文件存儲(chǔ)路徑。（2）子樹序列化考慮到NameNode元數(shù)據(jù)的組織形式，本文將目錄和該目錄下文件和子目錄的關(guān)系抽離單獨(dú)保存，使用DirEntry序列化目錄與該目錄下文件和子目錄的映射關(guān)系，其結(jié)構(gòu)如下：HDFS NameNode使用INodeMap保存所有目錄和
現(xiàn)代計(jì)算機(jī) 2018年8期2018-04-24
- 面向PHP應(yīng)用程序的SQL注入行為檢測(cè)
語法樹，提取污點(diǎn)子樹和詞法兩類特征，選擇隨機(jī)森林算法[13]對(duì)SQL注入行為和正常行為進(jìn)行分類訓(xùn)練，得出異常檢測(cè)模型。對(duì)異常檢測(cè)模型篩選出的SQL注入行為，記錄其攻擊載荷(payload)和攻擊者信息。1.1 基于PHP擴(kuò)展的信息提取通過對(duì)圖2攻擊語句流動(dòng)分析可知，攻擊語句作為HTTP(HyperText Transfer Protocol)請(qǐng)求參數(shù)傳入服務(wù)器，經(jīng)由服務(wù)端代碼渲染后，傳遞給SQL函數(shù)，最終在數(shù)據(jù)庫中執(zhí)行。在PHP應(yīng)用程序中，可通過擴(kuò)展技術(shù)在
計(jì)算機(jī)應(yīng)用 2018年1期2018-03-20
- 基于覆蓋模式的頻繁子樹挖掘方法
于覆蓋模式的頻繁子樹挖掘方法夏 英，李洪旭*(重慶郵電大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，重慶 400065)(*通信作者電子郵箱565268915@qq.com)無序樹常用于半結(jié)構(gòu)化數(shù)據(jù)建模，對(duì)其進(jìn)行頻繁子樹挖掘有利于發(fā)現(xiàn)隱藏的知識(shí)。傳統(tǒng)的頻繁子樹挖掘方法常常輸出大規(guī)模且?guī)в腥哂嘈畔⒌念l繁子樹，這樣的輸出結(jié)果會(huì)降低后續(xù)操作的效率。針對(duì)傳統(tǒng)方法的不足，提出了一種用于挖掘覆蓋模式(MCRP)算法。首先,采用寬度孩子數(shù)編碼對(duì)樹進(jìn)行編碼;然后,通過基于最大前綴編碼序列的
計(jì)算機(jī)應(yīng)用 2017年9期2017-11-15
- 一種改進(jìn)的故障樹底事件排序算法
將故障樹分為若干子樹，從上到下對(duì)各子樹依次采用從上到下、從左到右的順序進(jìn)行排序。4)改進(jìn)的深度優(yōu)先方法：該方法在方法(3)基礎(chǔ)上，考慮重復(fù)事件，重復(fù)度高的底事件優(yōu)先排序。5)有優(yōu)先權(quán)的深度優(yōu)先方法：在方法(3)基礎(chǔ)上，優(yōu)先選擇輸入事件全部為底事件即不包含中間事件的子樹進(jìn)行排序。6)改進(jìn)的有優(yōu)先權(quán)的深度優(yōu)先方法：在方法(5)基礎(chǔ)上，考慮重復(fù)事件，重復(fù)度高的底事件優(yōu)先排序。7)自頂向下加權(quán)的方法：該方法首先設(shè)定頂事件的權(quán)重為1，下一層子節(jié)點(diǎn)平均分配其父節(jié)點(diǎn)權(quán)重
電腦知識(shí)與技術(shù) 2017年24期2017-09-28
- 童年的梔子花
小棵梔（zhī）子樹的，也無需特別管理，只要一抔（póu）泥土，就長得枝葉蔥蘢了。一進(jìn)六月，滿樹馥（fù）郁，像打翻了香料瓶子呀，整個(gè)村莊都染了香了。一朵一朵的梔子花，息在樹上，藏在葉間，像剛出窩的潔白的小鴿似的。女孩子們可喜歡了，衣上別著，發(fā)上戴著，跑哪里都一身的花香。雖還是粗衣破衫地穿著，但因了那一襲花香，再平常的樣子，也變得柔媚千轉(zhuǎn)。我家院子里也長有一棵，每到梔子花開的時(shí)節(jié)，我和姐姐，除了在衣上別著，發(fā)上戴著，還把它藏袖子里，掛蚊帳里，放書包里，甚至
作文周刊·小學(xué)二年級(jí)版 2017年2期2017-07-12
- 利用句法信息改進(jìn)交互式機(jī)器翻譯
，利用句法層面的子樹信息來指導(dǎo)翻譯假設(shè)的擴(kuò)展。實(shí)驗(yàn)表明，該方法可以有效地減少人機(jī)交互次數(shù)。交互式機(jī)器翻譯；子樹信息；譯文前綴1 引言盡管機(jī)器翻譯在最近的幾十年取得了很大的進(jìn)展，但是，現(xiàn)有的自動(dòng)機(jī)器翻譯系統(tǒng)，只是在有限的領(lǐng)域里，可以輸出直接可用的高質(zhì)量的譯文。對(duì)于大部分領(lǐng)域，用戶所需要的直接可用的譯文，都必須由擁有翻譯知識(shí)的譯員，對(duì)機(jī)器翻譯系統(tǒng)輸出的譯文進(jìn)行后處理，然后才能交付使用。在這種模式下，譯員可以利用翻譯系統(tǒng)推送的譯文完成翻譯任務(wù)，但是，機(jī)器翻譯系統(tǒng)
中文信息學(xué)報(bào) 2017年2期2017-06-01
- 某型監(jiān)控系統(tǒng)故障診斷專家系統(tǒng)知識(shí)獲取和故障樹推理分析*
塊化并查找其靜態(tài)子樹和動(dòng)態(tài)子樹。靜態(tài)子樹用二元決策圖進(jìn)行分析,動(dòng)態(tài)子樹用馬爾可夫模型進(jìn)行分析。通過故障樹分類分析,得到準(zhǔn)確全面的推理結(jié)果。專家系統(tǒng);故障診斷;二叉樹;二元決策圖;馬爾可夫鏈(1. College of Power Engineering,Naval University of Engineering, Wuhan 430033)(2. Department of Management Science,Naval University of
艦船電子工程 2016年12期2017-01-11
- 基于最大似然的網(wǎng)絡(luò)拓?fù)渫茢嗉夹g(shù)研究（一）
。提出了一種基于子樹序貫合并的網(wǎng)絡(luò)拓?fù)渫茢嗨惴?，首先將每個(gè)葉子節(jié)點(diǎn)都作為一顆子樹，由最大似然算法估計(jì)各個(gè)子樹之間的相關(guān)性，取其中相關(guān)性最大的兩顆子樹；然后應(yīng)用廣義似然比假設(shè)檢驗(yàn)算法來判斷兩子樹的合并方式并對(duì)其進(jìn)行合并；接著對(duì)合并后的子樹集合重復(fù)以上過程直至子樹集合中只有一顆樹為止。該算法使用似然比方法合并子樹，無需設(shè)置懲罰參數(shù)，具有更高的穩(wěn)健性。2 拓?fù)渫茢嗄Ｐ蜆錉罹W(wǎng)絡(luò)拓?fù)淇山橛邢蜻壿嫎鋄8，9]T，令T=(V,E)，V為樹中的頂點(diǎn)集合，對(duì)應(yīng)于網(wǎng)絡(luò)中的
數(shù)字通信世界 2016年5期2016-11-30
- 基于故障模式后果分析與動(dòng)態(tài)故障樹的高速鐵路牽引變電所可靠性分析
，得到系統(tǒng)的動(dòng)態(tài)子樹與靜態(tài)子樹。(4)分別對(duì)系統(tǒng)的動(dòng)態(tài)子樹與靜態(tài)子樹進(jìn)行分析計(jì)算。在動(dòng)態(tài)故障樹分析中，把“牽引變電所故障，供電中斷”作為頂事件，把主備用變壓器引入冷備份動(dòng)態(tài)邏輯門，對(duì)于動(dòng)態(tài)子樹采用馬氏理論進(jìn)行定量分析，對(duì)于靜態(tài)子樹則采用二元決策圖(BDD)理論進(jìn)行分析計(jì)算。3.3牽引變電系統(tǒng)DFTA建模定量評(píng)價(jià)牽引變電所系統(tǒng)可靠性的關(guān)鍵是可靠性模型的建立與求解。根據(jù)牽引變電所的供電原理及電氣主接線圖可以看出該變電所的牽引變壓器使用冗余備份，傳統(tǒng)故障樹方法無
鐵道標(biāo)準(zhǔn)設(shè)計(jì) 2016年9期2016-10-21
- 基于二元決策圖的故障樹底事件排序
方法——最小深度子樹法。該方法先將結(jié)構(gòu)復(fù)雜的故障樹化簡為一棵簡單的樹，然后基于各子樹的深度、節(jié)點(diǎn)數(shù)及節(jié)點(diǎn)間的位置關(guān)系對(duì)底事件進(jìn)行靜態(tài)排序，并根據(jù)排序結(jié)果動(dòng)態(tài)構(gòu)造BDD。最后，通過對(duì)航空發(fā)動(dòng)機(jī)加速時(shí)喘振停車的故障樹分析，證明該方法可快速構(gòu)建BDD，而且構(gòu)建的BDD產(chǎn)生的冗余節(jié)點(diǎn)數(shù)目較少。故障樹分析；二元決策圖；底事件排序故障樹分析(Fault Tree Analysis,FTA)是用于處理大型復(fù)雜系統(tǒng)可靠性、安全性及風(fēng)險(xiǎn)評(píng)估的一種有效方法，在航空、航天、核能
西安理工大學(xué)學(xué)報(bào) 2016年1期2016-09-05
- 基于最大似然的網(wǎng)絡(luò)拓?fù)渫茢嗉夹g(shù)研究（二）
所有葉子節(jié)點(diǎn)看成子樹，即令S=D；3）通過GLRT算法判斷｛ i ， j ｝的合并方式，將｛ i ， j ｝合并成子樹k，更新集合S，S=S｛ i ， j ｝k；4）如果集合S中元素個(gè)數(shù)為1，則結(jié)束，否則返回步驟2）。4 性能分析通過分析第三節(jié)提出的算法，可以發(fā)現(xiàn)樹狀拓?fù)渫茢嗟恼_概率由兩方面決定，一是最相關(guān)子樹尋找正確的概率；二是子樹合并方式判斷中假設(shè)檢驗(yàn)的正確概率。由于葉子節(jié)點(diǎn)相關(guān)性滿足單調(diào)性，因此在理想情況下，尋找最相關(guān)子樹不會(huì)發(fā)生錯(cuò)誤，而實(shí)際中由于
數(shù)字通信世界 2016年7期2016-08-10
- 基于頻繁依存子樹模式的中心詞提取方法研究
9)基于頻繁依存子樹模式的中心詞提取方法研究田衛(wèi)東，虞勇勇(合肥工業(yè)大學(xué) 計(jì)算機(jī)與信息學(xué)院，安徽 合肥 230009)條件隨機(jī)場(chǎng)模型通過抓取問句中心詞各方面統(tǒng)計(jì)特征來進(jìn)行中心詞標(biāo)注，但未能充分利用中心詞特征間存在的深層統(tǒng)計(jì)關(guān)系。該文利用中文問句的依存關(guān)系樹結(jié)構(gòu)，通過挖掘問句依存關(guān)系樹所蘊(yùn)藏的中心詞各維度特征之間的統(tǒng)計(jì)概率關(guān)系，為正確提取中心詞提供依據(jù)，通過挖掘頻繁依存子樹模式以生成相應(yīng)統(tǒng)計(jì)規(guī)則模式，使用條件隨機(jī)場(chǎng)模型進(jìn)行中心詞初始標(biāo)注，使用頻繁依存子樹模式
中文信息學(xué)報(bào) 2016年3期2016-05-04
- 一種基于子樹分解的組播線性網(wǎng)絡(luò)編碼算法
000）一種基于子樹分解的組播線性網(wǎng)絡(luò)編碼算法劉宴濤，夏桂陽，徐 靜，秦 娜（渤海大學(xué)工學(xué)院，遼寧錦州121000）針對(duì)拓?fù)洳蛔兙W(wǎng)絡(luò)的單源組播網(wǎng)絡(luò)編碼問題，基于子樹分解提出一種新的線性網(wǎng)絡(luò)編碼算法。該算法由線圖變換、子樹分解、邊不相鄰路徑搜索、全局編碼矢量分配和局部編碼矢量計(jì)算等過程組成。算法輸入為滿足組播條件的有向無環(huán)網(wǎng)絡(luò)，輸出為各邊的全局編碼矢量和局部編碼矢量。在子樹分解過程中，子樹內(nèi)部的邊不需要編碼，只對(duì)子樹之間的邊進(jìn)行編碼。理論分析和仿真實(shí)驗(yàn)結(jié)果表
計(jì)算機(jī)工程 2015年11期2015-12-06
- 具有最多與最少連通子圖的單圈圖
導(dǎo)出子圖稱為一個(gè)子樹。子樹的計(jì)數(shù)問題被廣泛研究，Székely與Wang［1］考慮了二元樹的子樹的計(jì)數(shù)問題，得到了具有最多子樹的二元樹，Yan 與Yeh［2］給出了兩個(gè)線性算法計(jì)算樹的子樹的數(shù)目，Li 與Wang［3］進(jìn)一步分析研究了樹的子樹的計(jì)數(shù)問題。有關(guān)計(jì)算樹的子樹數(shù)目見相關(guān)文獻(xiàn)。［4－10］一個(gè)自然的問題是:考慮單圈圖的連通子圖的計(jì)數(shù)問題。袁新梅［11］給出了一個(gè)線性算法計(jì)算單圈圖的連通子圖的數(shù)目。在此基礎(chǔ)上，下文主要考慮連通單圈圖的連通子圖數(shù)目的極
宜春學(xué)院學(xué)報(bào) 2015年3期2015-01-13
- Trie樹路由查找算法在網(wǎng)絡(luò)處理器中的實(shí)現(xiàn)
1)每次建立一顆子樹后，開始消除不考慮的條目。即從所有條目中剔除不能夠和其他條目區(qū)分的條目，壓縮冗余信息。(2)選列。即查找條目中的一個(gè)或多個(gè)有不同的指定值的列。首先，被選列必須是既有“0”又有“1”的列(才有分支的可能)。其次，列中“0”和“1”的數(shù)目應(yīng)較多且相近，以把較多的規(guī)則分開到 2個(gè)不同的組中，“0”表示走向左子樹或葉子；“1”表示走向右子樹或葉子；“*”表示范圍域的范圍之內(nèi)，或是掩碼值域的掩碼未作屏蔽，故走向左、右子樹或葉子均可。(3)若步驟(
計(jì)算機(jī)工程 2014年1期2014-09-29
- 函數(shù)依賴導(dǎo)致的XML路徑冗余的判定和消除 *
為Sy的主鍵，鍵子樹是指以last(Sy)為根的子樹。在圖1中，在college.course的約束范圍下，由鍵的定義得知college.course[college.course.student.sno]既是college.course.student的一個(gè)鍵，同時(shí)也是它的一個(gè)主鍵。定義7(外鍵) 給定D上S[S1,S2,…,Sn]為Sy的一個(gè)鍵，在路徑H(S?pathsH)范圍內(nèi)，有一組路徑H1,H2,…,Hm。若S為根的子樹中，T[H[H1,H2,…
湖北科技學(xué)院學(xué)報(bào) 2014年3期2014-06-21
- 基于擴(kuò)展查詢表達(dá)式的XML關(guān)鍵字查詢
先(LCA)語義子樹產(chǎn)生查詢結(jié)果,而未能加入除LCA語義子樹之外與用戶查詢意圖相關(guān)的結(jié)果。為解決該問題,提出一種基于擴(kuò)展查詢表達(dá)式的XML關(guān)鍵字查詢方法。將用戶查詢?nèi)罩咀鳛椴樵償U(kuò)展統(tǒng)計(jì)模型,對(duì)其進(jìn)行統(tǒng)計(jì)分析,并結(jié)合最佳檢索概念判斷是否需要擴(kuò)展查詢表達(dá)式。使用XML TF-IDF方法計(jì)算候選屬性的權(quán)重,根據(jù)初檢結(jié)果的上下文信息,利用聚類方法獲得與查詢意圖最相關(guān)的擴(kuò)展查詢關(guān)鍵字,從而擴(kuò)展查詢表達(dá)式。實(shí)驗(yàn)結(jié)果表明,與XSeek和基于語義詞典的查詢擴(kuò)展方法相比,該
計(jì)算機(jī)工程 2014年10期2014-06-07
- 數(shù)據(jù)庫關(guān)鍵字查詢技術(shù)研究
圖；關(guān)鍵字；簡化子樹中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1302（2014）02-0078-020 引 言在計(jì)算機(jī)應(yīng)用領(lǐng)域中，由專業(yè)人員實(shí)現(xiàn)對(duì)數(shù)據(jù)庫查詢的編程技術(shù)，我們就以關(guān)系數(shù)據(jù)庫進(jìn)行數(shù)據(jù)處理來舉例說明，大多數(shù)情況下都使用結(jié)構(gòu)化查詢語言SQL（Structured Query Language）語言，SQL語言是一種在關(guān)系數(shù)據(jù)庫中定義和操縱數(shù)據(jù)的標(biāo)準(zhǔn)語言，其最主要、最核心的部分就是查詢功能。當(dāng)針對(duì)某一個(gè)數(shù)據(jù)庫執(zhí)行查詢時(shí)，系統(tǒng)按照特
物聯(lián)網(wǎng)技術(shù) 2014年2期2014-03-07
- 一種實(shí)用高效的FIB壓縮算法
方式，按照設(shè)定的子樹深度門限，將FIB多位特里樹分割成主干樹和特里子樹，降低FIB查找算法的時(shí)間復(fù)雜度。一、系統(tǒng)概述1.FIB冗余消除。為了實(shí)現(xiàn)FIB壓縮，首先需弄清楚FIB有哪些信息冗余。路由器中一個(gè)FIB表是由地址前綴及其關(guān)聯(lián)的下一跳索引標(biāo)識(shí)構(gòu)成的。下一跳索引標(biāo)識(shí)取值可以用[1，K]的整型表示。我們將FIB的條目數(shù)記為N。一個(gè)路由器不需要維護(hù)與互聯(lián)網(wǎng)中的其他所有路由器之間的鄰接關(guān)系，即K<2.FIB層次消減。即使按照多位特里樹結(jié)構(gòu)來組織FIB，F(xiàn)IB查
教育教學(xué)論壇 2014年25期2014-01-23
- A high-speed index for the multi-scale overlay landscape map on ubiquitous WebGIS
MSORQ樹疊加子樹的自動(dòng)刪除Fig.4 3D landscape on WebGIS of Shanghai city，PRC圖4 上海市WEBGIS系統(tǒng)中三維景觀地圖4.3 Performance comparisonBased on the data in figure 5，the test compares the two algorithms，layer expression and MSORQ-Tree.The structure of lay
深圳大學(xué)學(xué)報(bào)（理工版） 2013年5期2013-11-26
- 敘事：他叫阿土[外一章]
站立著一棵棵苦楝子樹。于是，不知從何時(shí)開始，村落便因此得名，同時(shí)寫進(jìn)了代代村民的戶籍。而他，也因哭，住進(jìn)了鄉(xiāng)親們的心里，并從未改變過、離開過。2.苦楝子村苦楝子村，很小，依山傍水，紅墻褐瓦，二十余戶人家，不足百人。村前村后，苦楝子樹，少則成千上百，多則滿山遍野。每逢春夏，紫色花朵，青色果粒，一瓣瓣，一串串，在枝葉婆娑下，散發(fā)出清新的淡香，彌漫整個(gè)村落和每戶人家。要走進(jìn)村落，就不得不經(jīng)過阿土家。要了解村落，就必先認(rèn)識(shí)阿土家。因?yàn)?，他家是村落的首戶人家，也是進(jìn)
詩潮 2013年2期2013-11-16
- 基于樹編輯距離的聚類算法數(shù)據(jù)記錄抽取
一系列的連續(xù)兄弟子樹組成的.而且，能夠發(fā)現(xiàn)每條數(shù)據(jù)記錄都是由一定數(shù)量的完整子樹構(gòu)成的.從上述特性得知，定位主數(shù)據(jù)區(qū)域我們所要做的就是找到包含所有記錄項(xiàng)的最小DOM子樹的根節(jié)點(diǎn).本文給出了三種啟發(fā)式方法，分別從DOM樹的不同特征考慮當(dāng)前節(jié)點(diǎn)是否包含所有目標(biāo)記錄項(xiàng).2.2.1 最大扇出子樹法，思想是：一個(gè)節(jié)點(diǎn)包含的子節(jié)點(diǎn)越多，它就越有可能是包含所有數(shù)據(jù)記錄的最小DOM子樹的根節(jié)點(diǎn).2.2.2 最大內(nèi)容增大法.計(jì)算節(jié)點(diǎn)的總的內(nèi)容量，并減去節(jié)點(diǎn)的平均內(nèi)容量（節(jié)點(diǎn)大
- 多扇圖中保Wiener指數(shù)的樹
G中是否存在一棵子樹T，使得W(G)=W(T)？很明顯要求圖G含有圈，并且T不一定是G的生成樹．若存在圖G中一個(gè)子樹T，使得W(G)=W(T)，則稱T為G的一個(gè)保Wiener指數(shù)的樹．本文給出了多扇圖Fn1,n2,…,nm=P1∨(Pn1∪Pn2∪…∪Pnm)中具有無窮多的保Wiener指數(shù)的子樹，推廣了徐幼專、徐立新[9]的結(jié)果．1 相關(guān)定義和引理定義1[7]令樹T(n,k)表示一個(gè)具有n+k個(gè)頂點(diǎn)的似星圖,其中一個(gè)分支頂點(diǎn)的度為n-1，n-1個(gè)頂點(diǎn)的度
湖南師范大學(xué)自然科學(xué)學(xué)報(bào) 2012年1期2012-11-22
- 一種無線傳感網(wǎng)中最優(yōu)傳輸路徑選擇的高效算法
成樹Tr中的一個(gè)子樹滿足鏈路長度范圍：Lmin≤∑e∈ELe≤Lmax和容量∑e∈ELe/∑e∈ENe在所有子樹中為最大.2.2 求解算法本文求解最優(yōu)傳輸路徑算法采用動(dòng)態(tài)規(guī)劃[6]技術(shù)實(shí)現(xiàn)，其的特點(diǎn)是借助優(yōu)化子結(jié)構(gòu)T'[7]簡化搜索過程.引理1 假設(shè)T'為T中具有最大容量的子樹，r'為T'的根節(jié)點(diǎn)，令 childT’(r’)={v1,v2,…vq}(childT(r’))，對(duì)于 1≤i≤q則每個(gè)子樹T'vi即是Tvi的最大容量子樹.證明 用反證法，對(duì)于1≤
- 樹描述符匹配算法在地形匹配中的應(yīng)用
方法獲得最大同構(gòu)子樹，建立2個(gè)同構(gòu)子樹之間的匹配關(guān)系完成匹配工作。該算法可應(yīng)用于存在縮放、旋轉(zhuǎn)條件下的地形匹配問題。2.地形匹配技術(shù)的原理地形匹配技術(shù)的依據(jù)是地形的凹凸不平特征與地理位置之間的對(duì)應(yīng)關(guān)系，利用這種地形特征，在運(yùn)動(dòng)載體實(shí)時(shí)測(cè)量得到的地形圖與已知的三維地形基準(zhǔn)圖進(jìn)行配準(zhǔn)，從而確定載體自身的位置信息。本文通過提取匹配圖的山谷線作為待匹配的地形特征。將山谷線的矢量圖映射到樹結(jié)構(gòu)中存儲(chǔ)其拓?fù)浣Y(jié)構(gòu)，通過兩者之間特征對(duì)的匹配，也就是樹結(jié)構(gòu)匹配，就可以獲取兩
電腦與電信 2012年6期2012-08-06
- 基于信息量衰減幅度的網(wǎng)頁正文提取
幅度找到主題區(qū)域子樹，把提取正文的范圍限制在該子樹中，從而可以有效地消除大部分噪音干擾。然后再從這棵子樹中提取正文信息。由于主題區(qū)域子樹是一棵包含全部正文信息的子樹，即使網(wǎng)頁標(biāo)簽樹中有多個(gè)正文信息塊，采用這樣的方法也能將它們?nèi)刻崛〕鰜怼? 基于信息量衰減幅度的正文提取方法通常情況，網(wǎng)頁分為3種類型：主題型網(wǎng)頁、導(dǎo)航型網(wǎng)頁、圖片型網(wǎng)頁。主題型網(wǎng)頁一般通過成段而連續(xù)的文字描述一個(gè)或多個(gè)主題，這些文字在網(wǎng)頁居中部分形成一個(gè)相對(duì)獨(dú)立的矩形區(qū)域，使用戶從視覺上就能
計(jì)算機(jī)工程與設(shè)計(jì) 2012年7期2012-07-25
- 貪婪算法在構(gòu)建物流網(wǎng)絡(luò)中的應(yīng)用
2，E*2)兩個(gè)子樹，其分別對(duì)應(yīng)兩組運(yùn)輸車輛的送貨路徑。其算法分析如下：(1)在各個(gè)節(jié)點(diǎn)到其他節(jié)點(diǎn)所有最短路徑之和中找出數(shù)值最大的那個(gè)節(jié)點(diǎn)(在圖G中為V2)。表1 各節(jié)點(diǎn)到其他節(jié)點(diǎn)所有最短路徑之和(2)找出 V2所有鄰邊中權(quán)值最小的一條邊 E12，并將此邊加入到結(jié)果子樹G1的邊集 E*1中，同時(shí)將V1、V2加入到子樹G1的點(diǎn)集V*1中；然后用Prim算法找出V1、V2到物流中心V4的最短路徑V2--V1--V0--V4，并將該路徑上的所有節(jié)點(diǎn)和邊均加入子樹
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年23期2011-07-28
- 模糊匹配在樹到串翻譯模型中的應(yīng)用
樹t中第ith棵子樹出現(xiàn)的次數(shù)。由于一棵句法樹中的子樹個(gè)數(shù)有可能非常多，直接枚舉是不可能的，因此Collins and Duffy 提出了使用卷積樹核來高效計(jì)算高維向量點(diǎn)積的方法[15]：其中N1和N2分別是句法樹t1和t2的節(jié)點(diǎn)集合，Ii(n)表示句法樹的子樹是否以n作為根節(jié)點(diǎn)，是則為1，反之為0；C(n1,n2)表示兩棵句法樹中分別以n1和n2作為根節(jié)點(diǎn)的子樹個(gè)數(shù)。并且C(n1,n2)可以通過下面的定義在多項(xiàng)式時(shí)間內(nèi)計(jì)算出來：1) 如果節(jié)點(diǎn)n1和n2的
中文信息學(xué)報(bào) 2011年2期2011-06-28
- BC毛蟲樹的BC子樹數(shù)
毛蟲BC樹的BC子樹數(shù)及它的特殊性質(zhì).1 BC毛蟲樹的BC子樹數(shù)定理1[3]n頂點(diǎn)星形BC樹K1,n-1有2n-1-n個(gè)BC子樹,比任一個(gè)n頂點(diǎn)BC樹所含的BC子樹都多；路徑BC樹Pn有(n-1)2/4個(gè)BC子樹, 比任一個(gè)n頂點(diǎn)BC樹所含的BC子樹都少.定理2[3]星形BC樹K1,n-1中含頂點(diǎn)vi(i=1,2,…,n-1)的BC子樹的個(gè)數(shù)為2n-2-1.圖1 直徑長度為l的BC毛蟲樹T′證明用歸納假設(shè)證明,l=2時(shí)BC毛蟲樹即為星形BC樹，由定理1知其
- 一種簡化的AVL樹的實(shí)現(xiàn)方法
t用來存放指向左子樹和右子樹的指針.如果某個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)不存在,則該節(jié)點(diǎn)相應(yīng)的指針域?yàn)镹IL.二叉查找樹中關(guān)鍵字的存儲(chǔ)方式滿足二叉查找樹性質(zhì):設(shè)x為二叉查找樹的一個(gè)節(jié)點(diǎn),如果y是x的左子樹中的一個(gè)節(jié)點(diǎn),則key[y]≤key[x];如果y是x的右子樹中的一個(gè)節(jié)點(diǎn),則key[x]≤key[y].一棵n個(gè)節(jié)點(diǎn)高度為h的二叉查找樹的基本操作如下,如SEARCH(查找)、PREDECESSOR(前驅(qū))、SUCCESSOR(后繼)、MINIMUM(最小值)、MAXI