基于相关规则的不平衡数据的关联分类

许多研究表明关联分类具有较高的分类准确率,然而,大多数关联分类基于"支持度-置信度"框架,在不平衡数据集中,置信度和支持度都偏向产生多数类的规则,因此,少数类的实例容易被错误分类。针对上述问题,提出了一种基于相关规则的不平衡数据的关联分类算法。该算法挖掘频繁且互关联的项集,在以该项集为前件的分类规则中选取提升度最大的规则。规则按结合了提升度、置信度和补类支持度(CCS)的规则强度进行排序。实验表明,该算法取得了较高的平均分类准确率且在分类少数类的实例时具有更高的准确率。     

统计分析及关联挖掘在大学生心理健康中的应用

为深入了解影响大学生心理健康的主要因素以及心理症状之间的关系,以某高校2011级的学生心理测试数据为基础,采用统计分析和关联规则挖掘两种方法,从性别、学生干部、独生子女、来源地、家庭结构、家庭月收入等方面进行了分析研究,根据研究结果为高校开展大学生心理健康教育的规划、决策提供依据．     

基于未知环境状态新定义及知识启发的机器人导航Q学习算法

由于强大的自主学习能力, 强化学习方法逐渐成为机器人导航问题的研究热点, 但是复杂的未知环境对算法的运行效率和收敛速度提出了考验。提出一种新的机器人导航Q学习算法, 首先用三个离散的变量来定义环境状态空间, 然后分别设计了两部分奖赏函数, 结合对导航达到目标有利的知识来启发引导机器人的学习过程。实验在Simbad仿真平台上进行, 结果表明本文提出的算法很好地完成了机器人在未知环境中的导航任务, 收敛性能也有其优越性。     

基于语义分类的比较句识别与比较要素抽取研究

比较是人们常用的评估不同事物优劣、异同的表达方式,利用机器识别比较句并进一步抽取比较要素是语言信息处理领域一项新颖又有实用价值的课题。该文依据比较句与比较要素之间是一种“你中有我,我中有你”的共生关系,将比较句识别与比较要素抽取两个任务合二为一完成;根据词意分类,构建由领域词典、情感词典、标记词典、普通词典构成的词典系统;根据汉语比较句句义分类,构建比较句识别与比较要素抽取规则库。以第四届中文倾向性评测(COAE2012)发布的测试语料为实验对象,该系统取得了较好的实验(评测)结果。     

基于混合优化算法的云计算资源调度

由于云计算的动态性、异构性和不可预测性等特点,使得资源调度策略面临很大的挑战。目前解决资源调度的方法主要是一些启发式算法,如模拟退火算法、人工神经网络算法、粒子群算法、蚁群算法和遗传算法等,由于优缺点分明,不能单独实现云计算任务的最优分配。因此,提出了使用混合优化算法解决云计算资源分配问题。在算法前期,借助粒子群全局广泛搜索能力,快速寻找到较优解;在算法后期,借助蚁群算法的正反馈性和高效性,寻找最优解。实验表明该算法有较短的任务执行时间和实现各个物理主机间的负载均衡。     

关联规则算法在法规备案审查工作中的应用

根据宪法和有关法律规定,全国人大常委会监督宪法和法律实施可以采取多种形式,法规备案审查正是其中一个重要的监督方式.我国的法规备案审查制度包含着违宪性审查和违法性审查两个层次的内容,其最高层次的法律渊源是宪法.现行宪法规定,全国人大常委会有权撤销国务院制定的同宪法、法律相抵触的行政法规、决定和命令,撤销省、自治区、直辖市国家权力机关制定的同宪法、法律和行政法规相抵触的地方性法规和决议.法规审查是一个复杂的过程,对具体负责审查工作的人员有极高的法律法规知识要求.因此,提高法规审查的科学性、客观性和准确性,是当前法规审查工作重要的课题.本文结合当前法规备案审查的实际,提出了法规关联分析评价指标体系,应用于法规审查工作中,并在此基础上设计并实现了法规备案审查系统.     

基于Weka关联规则挖掘的针灸腧穴规律研究

针灸腧穴规律在针灸临床治疗中起着十分重要的作用,针对古今针灸临床治疗方案数据量大、关联性强的特点,运用关联分析中的Apriori算法,结合针灸学科特点和临床诊治规律,将经过筛选转换的数据在Weka平台中分析,充分利用其中的类和可视化功能,得出用穴规律、腧穴配伍规律等的分析结果。实验结果表明,基于WEKA的关联规则挖掘技术能有效的为针灸腧穴规律研究提供信息支持。     

数据库关联规则挖掘算法研究

该文介绍了数据挖掘、关联规则相关概念,分析了经典的挖掘布尔关联规则频繁项集的算法-Apriori算法,阐述了关联规则的生成过程,并通过实例进行验证。针对Apriori算法的缺陷进行了分析并列举了几种算法优化方法。     

基于AR规则的全路径测试数据自动生成方法

基于全路径的研究现正处于起步阶段,提出了一种全新的NRPS算法（不重复路径搜索算法）和AR规则来对程序的源文件进行静态分析,生成有向无负权图,进而得到不重复路径集;并结合粒子群优化算法最终生成最优测试用例。实验表明,该方法具有可行性。     

基于蜂群算法的移动agent迁移策略研究*

旅行agent问题是一个复杂的组合优化问题,在于解决保证agent在不同主机间移动时如何根据任务情况规划路线,实现在完成任务时间最短的路线上迁移。采用进化算法的搜索求解具有启发性强、鲁棒性强的特点,但也面临着陷于局部最优解,导致agent在迁移过程中整体任务完成效率降低等问题。提出了一种基于蜂群算法的agent迁移模型,将agent划分为侦察、引领和跟随三种角色,agent通过彼此间的信息互换,在群体迁移的过程中同时实施新路径的发现和调整。实验结果表明,该算法可以很好地实现目标寻径效率,与经典蚁群算法相比