基于Agent的农田生态细胞自动机模型

提出一种基于Agent的细胞自动机(CA)演化模型，并采用整体建模仿真的方法，对农田虫害的演化进行了模拟．它采用自底向上的建模思想，利用Agent的局部连接规则，建立复杂系统的整体模型．针对不同环境条件设定相应的仿真参数，可以得到恰当的害虫种群演化结果，有助于农田生态管理的科学决策．同时，农田虫害的管理是预测专家系统的重要应用领域，该模型与专家系统的最终集成，可以提高专家系统的预测能力．     

基于句子相关度的文本自动分类

提出一种基于句子相关度的文本自动分类模型（TCSC）.该模型利用训练样本增量式地自动更新类别语料库,根据句子的位置权值和语料权值计算句子类别相关度,获得用于文本分类的句子相关度矩阵,通过该矩阵实现文档分类.该模型避免了分类阶段待分类文本特别是中文文本的分词,模糊了词的多义问题,且在文本分类的实验中能够达到86%以上的查全率和查准率;随着语料库的不断训练和调整,分类性能还可以进一步提高,具有简单实现的特点.     

山西省应用农业专家系统的对策研究

本文通过对山西省基础农业数据、发展现状的研究，提出在山西省建造推广应用农业专家系统的对策、规划和发展步骤     

一个基于Swarm的人工生态系统模型

利用Swarm平台，采用自下而上的建模思想，建立了一个人工生态系统，并对局部生态环境下虫害的演化行为以及天敌的抑制作用进行了模拟。针对不同环境条件设定相应的仿真参数，可以得到恰当的害虫种群演化结果，有助于生态管理的科学决策。所建立的人工生态系统模型为局部生态研究提供了一种崭新的实验手段。     

基于数据库和知识库的知识发现研究综述

介绍了知识发现技术的总体研究情况,包括KDD的定义、若干基本概念、主要过程和步骤、KDD的分类和主要技术手段、发展趋势以及KDD的主要应用领域.同时也指出了数据挖掘研究的挑战性以及目前的局限性,结合一些新的研究成果,探讨了基于知识库的知识发现(KDK)和数据库-知识库协同知识发现(KDD&K)的理论框架.     

基于频繁集的多层次次互式关联规则挖掘

定义了一系列关联规则的相关概念,然后,针对现有的销售事务数据库,提出了一种改进的获取多层次信息方法,并据此对各数据进行压缩编码,减少自理遇时,借助频繁集和交互式技术,实现多个概念层瓷交互式挖掘,以按用户实际需要提取出其感兴趣的关联规则,从而提高了挖掘速度和运行效率。     

一种新的发现偏离模式的线性算法

在分析Arning算法和其改进算法的基础上，提出一种新的发现偏离模式的线性算法．该算法将使数据序列突然发生大幅度波动的数据认作例外．已发现的例外被用数据序列平均值代替，在此基础上进行下一例外的发现．实验证明，该算法克服了例外集对数据次序的敏感性，并且下一例外发现不受上一例外发现的影响，从而可以重加有效的发现数据序列中的例外集．     

植物模拟组件的设计与实现

提出一种基于组件技术的植物形态模拟方法．根据植物学原理和植物体的特有结构,设计了几何结构层、拓扑结构层、外形材质层和环境层四层组件．文章详细介绍了组件库及不同类型组件的设计方法;依据这种植物形态模拟思想,开发了植物模拟软件“VPG—I”,并给出了两个具体的例子．     

示例学习扩张矩阵的粗糙计算

为了获得高效率和更简洁的知识，一些启发式算法被提出用于基于扩张矩阵理论的示例学习研究。该文基于粗集理论研究扩张矩阵的示例学习问题，并应用遗传算法获取示例学习中的最优概念。实验结果表明该方法是有效的。提出了粗集理论下的几个新概念，如：必要选择子，核选择子集，约简选择子集和所产生复合的评价指标。     

概念格递增修正关联规则挖掘方法

研究了一种知识发现与数据挖掘中关联规则的发现方法 .关联规则是数据挖掘的重要方法之一 ,其核心是各大项目集的获取 .针对货篮关联规则挖掘方法 ,提出了一种改进的概念格递增修正方法 .该方法适应于数据库的动态数据递增或递减更新 ,通过记录项目集 (即概念格中的结点 )在数据库中出现的频率值 ,不需要构造完整的格即可求得项目集的支持度值和可信度值 ,以获取大项目集 ,进而求得关联规则 .同时 ,该方法运用 Hasse图解进行可视化操作 ,降低了算法的时间复杂度