具有混沌特征的GMDH网络在降雨量预测中的应用

ＧＭＤＨ称为数据处理的群集方法,它的网络结构有自组织特征,适用于非线性系统的建模。降雨量是一种重要的灾害数据,具有混沌特性,本文将降雨量的混沌特征引入神经网络ＧＭＤＨ的建模,并对安徽省蚌埠地区的降雨量进行了预测,收到良好效果。     

基于子规则的关联规则生成算法

关联规则是数据挖掘中重要的课题之一。传统的由频繁项目集产生关联规则的方法由于要考虑频繁项目集的每一个非空子集，当频繁项目集的长度较长时代价较大。文中提出用K项子频繁项目集导出关联规则以后得到的有用信息以指导K 1项父频繁项目集产生强关联规则，由于利用了前面已有的有用信息，当频繁模式长度很长时，或者可信度较高时，效率尤其显著。     

一种基于优化状态转换信任度的增强型学习算法

针对增强型算法中求解目标状态问题，提出了反映当前状态与目标状态的距离和转换代价的优化模型，设计了基于优化状态转换信任度的增强型学习算法COSTRIL。算法定义了优化状态信任度函数，设计了优化状态信任度函数的更新学习规则。COSTRLA用于求解迷宫问题，表明了算法在处理目标状态问题时比传统的增强型学习算法更加有效。     

基于MHC调控的免疫公式发现算法

在分析了基于遗传原理的公式发现方法的优势与不足的基础上,根据免疫原理和MHC(major histocompatibility complex)在免疫系统中的调控作用,提出了一种应用于公式发现领域的算法IFDA(immune formula discovering algorithm)来解决公式进化中优良结构不易保护的问题.该算法将公式翻译成树状图,并按深度优先的编码方法形成抗体的恒定区和可变区代码,把公式片段编码成为MHC代码,借鉴MHC调控原理指导抗体进化,寻找出数据集合中蕴涵的规律,并用公式的形式表示.通过对多组基准数据的实验说明,此方法在公式复杂度和收敛速度方面比基因表达式算法有更好的性能.     

一种从海量不完备决策表中抽取规则的方法

提出了一种处理海量的不完备决策表的方法。将基于互信息的属性重要度作为启发式信息,利用遗传算法对不完备的原始决策表中的条件属性进行约简,形成包含missing值的决策表,称为优化决策表。利用原始决策表自身的信息,通过属性扩展,从优化决策表中抽取一致性决策规则,而无须计算missing值。该方法在UCI的8个数据集上的实验结果优于EMAV方法,是一种有效的从海量不完备决策表中抽取规则的方法。     

基于媒体导航的方法及相关算法研究

搜索／查询模式是迷路问题若干种缓解方法中比较有效的方法之一。本文围绕“搜索／查询”方法，提出了基于媒体导航的思想，并选取图象媒体作为对象，从构建基于图象导航系统的角度，对这一思想中创建索引和具体匹配功能的可行性进行了算法分析与设计。     

基于组件的分布式软件的动态配置和容错

论文提出一种结构化新方法,它能通过动态配置支持基于组件的分布式软件的容错。采用面向图形的编程模型,基于组件的分布式软件的软件体系结构可用一个逻辑图来表示,该逻辑图可以精化为一个明确的对象并分布到网络中,软件的动态配置通过执行定义在图上的一系列操作来实现,发生错误时通过动态重配置软件来支持容错。论文描述了该方法的基本模型、系统结构及其在CORBA上的实现原型。     

一个基于高性能机群系统的并行数据挖掘平台模型

基于高性能机群系统建立并行数据挖掘平台,能够有效地提高数据挖掘算法的执行效率,提高对大量数据信息的处理能力,而且可以减少系统开发、升级及维护的费用,提高系统可伸缩性。文章从机群系统的特性出发,论述了基于高性能机群系统建立并行数据挖掘平台的目标、方法和实现技术,给出了一个合理可行的平台模型。     

数据清理中同体不同源数据的数化算法研究

在数据仓库构建的数据清理过程中，同体不同源数据的发现一直是清理过程的难点。在现实情况下，存在的单一实体在不同的数据源中以不同的方式进行存储或者表达的同体不同源数据，传统数据清理技术对其发现、修正需要花费大量的时间和系统资源进行比较，实际效果并不理想。该文提出一种新型的、利用数据数字化存储特点来查找同体不同源数据的算法，能够有效减少数据间的比较次数，并确保数据清理结果的质量。     

工作流管理的现状和未来趋势

工作流管理是一个新兴的研究领域,被誉为信息系统的后勤,它让合适的人或软件在恰当的时间执行正确的工作,使计算机上的业务处理流程自动化。本文用历史的观点对工作流管理的发展历程进行了回顾,揭示了工作流管理对未来信息系统的影响。根据分析当前的工作流管理系统,我们总结了两个主要不足之处;（1）工作流管理系统的定义不明确以及缺乏统一的概念模型,（2）工作流管理系统的系统结构和能力上的不足,并对工作流管理的未来发展趋势从建模和实施两个方面进行了预测。