一种模糊认知图分类器构造方法

提出了一种新的模糊认知图分类器模型构造方法,它包括构建流程、激活函数、推理规则和学习方法等核心构件.模型利用提出的动态交叉变异算子自适应遗传进化过程,实现种群间自动调节和自动适应.仿真实验表明:本文提出的模型增强了局部随机搜索能力,加强了算法的全局收敛能力,与其他经典分类方法相比,不但性能较好,而且具有较强的抗噪能力,从而具有更强的鲁棒性.      

一种特征词权重调整算法的研究

文本中特征词提取、特征词权重的计算是文本分类中基本而又重要的问题,文章介绍了一种用于文本分类的特征词权重调整算法,给出了一个新词区分能力表示的方法,并对相关问题进行了讨论。     

一种多时间间隔序列模式挖掘算法

提出一种多时间间隔的序列模式挖掘算法,依据挖掘的实际情况设置可变的时间区间,采用有效的剪枝策略,分区间精确显示多时间间隔序列模式挖掘结果.实验证明,算法具有较高的挖掘性能.     

一个基于属性相似性的聚类分析方法

聚类分析是数据挖掘技术中的一类常见的方法。对于一类数值属性的挖掘，聚类之后，常出现所谓的孤立点。然而，有的孤立点其实并不孤立，它可能仍属于某个已确定的类，文章提出了一个基于属性之间相似关系的聚类分析方法，并对此进行了探讨。     

一种新的CAI设计与开发平台SnPCAIP

为使CAI教学能够做到因材施教,提出并设计了一个即选即用型CAI开发平台SnPCAIP,在该平台的支持下,教师可以在常规的备课时间内迅速地设计出自己的课件。从设计的角度阐述了SnPCAIP的总体结构模型,重点讨论了系统结构的关键部件及关键技术。     

一种基于倒排索引树的增量更新关联挖掘算法

增量更新关联规则挖掘主要解决事务数据库中交易记录不断更新和最小支持度发生变化时关联规则的维护问题。针对目前诸多增量更新关联规则挖掘算法存在效率低、计算成本高、规则难以维护等问题,提出一种基于倒排索引树的增量更新关联挖掘算法。该算法有效地将倒排索引技术与树型结构相结合,使得交易数据库中的数据不断更新和最小支持度随应用环境不同而不断改变时,以实现无需扫描原始交易数据库和不产生候选项集的情况下生成频繁项集。实验结果表明,该算法只需占用较小的存储空间、且检索项集的效率较高,能高效地解决增量更新关联规则难以维护的问题。     

基于高阶逻辑的双基融合机制

随着知识库规模的扩大及结构的日趋复杂,一阶逻辑表达能力有限的问题暴露得越来越严重,基于高阶逻辑的知识表示显得尤为必要.原有基于KDK和KDK＊的研究必然导致向高阶逻辑研究的拓展.首先概述了基于知识库的知识发现,然后介绍了高阶逻辑知识表示语言Escher、双基融合机制KDK和KDK＊,最后在高阶逻辑背景下,扩展双基融合机制的内涵,给出了面向高阶逻辑的KDK＊过程模型逻辑等价定理.     

一种时态关联规则挖掘算法

时态关联规则挖掘是针对在一段时间范围内的关联挖掘,在现实中有较多的应用。现有的大多数时态关联挖掘算法或者需要多次扫描数据库,或者没有考虑各个项在数据集上出现或结束时间上的不同,因而挖掘性能受到较大的制约。为此,本文提出一种增量式的面向具有不同时间出现与结束的项的时态关联规则挖掘算法。为减少存储方面的开销,只需保存已挖掘过的历史数据集中的频繁1项集。为了减少数据的扫描量,通过有效的剪枝策略,有选择性地扫描相关事务项,至多只需扫描一次完整的数据库。实验证明,该算法具有较好的挖掘性能。     

一种多约束关联挖掘算法*

约束关联挖掘是在把项或项集限制在用户给定的某一条件或多个条件下的关联挖掘,是一种重要的关联挖掘类型,在现实中有着不少的应用。但由于大多数算法处理的约束条件类型单一,提出一种多约束关联挖掘算法。该算法以FP-growth为基础,创建项集的条件数据库。利用非单调性和单调性约束的性质,采用多种剪枝策略,快速寻找约束点。实验证明,该算法能有效地挖掘多约束条件下的关联规则,且可扩展性能很好。