异构数据转化与信息发布系统的实现

提出了一种异构数据转化为同一DBMS管理下的数据的方法，并在此基础上阐述了Web发布异构数据信息的框架和方法，并给出了一个实例。     

广域网数据库查询系统及其实现

文章提出了架构于各个数据库查询系统之上的全局数据库查询系统———广域网数据库查询系统,分析了广域网数据库查询系统的基本框架,并给出了一个应用实例。     

容忍噪音的最大复合问题启发式算法

1.引言从给定的数据集中发现有用的知识一直是示例学习和数据库知识发现等领域研究的重要内容。一般地说:规则越简单,归纳概括能力就越强,分类精度越高。因此,近几年来,从给定示例中归纳简单而概括的规则,即最大复合问题的算法研究逐渐成为上述诸领域的一个热点。然而,现有的规则归纳算法多为建立在不含噪音的理想数据基础上的,而在实际的应用领域中不可避免地存在噪音数据,这样致使现有的算法一直得不到令人满意的结果,甚至很难应用于实际领域,从而给实际领域规则的获取带来了一定难度。噪音数据一般可以分为如下三种形式,即个别属性值错误型噪音、未知属性值型噪音和冗余属性值型噪音。规则归纳算法能否有效地解决上述三种情况的噪音、是其能否成功应用于实际领域的关键。     

局部敏感判别直推学习机

为了充分挖掘样本内在的几何结构和蕴含的判别信息来指导样本数据分类,提出一种局部敏感的判别直推学习方法.该方法将局部敏感辨析（LSDA）的基本原理引入到直推学习中,在直推学习的正则化框架中同时引入有助于分类的样本局部结构信息和判别信息,在判别信息指导下构建了类内图和类间图来刻画类内紧性和类间散性,从而在每个局部邻域中进一步最大化类间样本的间隔.同时,用数学的形式给出了目标函数的解析表达,在几个典型数据集上的实验结果表明,相较传统的基于图的半监督学习算法,该方法能取得更高的分类效果.