基于空间分析的空间关联规则提取

空间关联规则是空间数据挖掘的一个重要结果表现形式，从GIS中挖掘空间关联 规则是一个理解和将GIS中的数据转化成知识很好的方法。GIS从本质上讲是一个空间数据库 管理系统，现在的商业空间数据库管理系统中都不能存储空间分析的关系如空间拓扑关系、 空间相邻关系等。文章提出了一种基于空间分析的空间关联规则的挖掘算法，并给出了实例 、分析及讨论。

基于贝叶斯网络的分类器研究

研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naive)贝叶斯分类器、贝叶斯网络分类器和TAN(treeaugmentednaiveBayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中TAN分类器是最优的.

基于FCM聚类的时间序列模糊关联规则挖掘

针对复杂系统产生的时间序列,研究其局部关联特征比研究系统全局特征模型具有明显的优势.为研究时间序列内部或局部形态的关联特征,首先借助FCM来软化时间序列属性论域的划分边界,然后,采用改进的布尔型属性关联规则并行挖掘算法来发现频繁模糊属性集,最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.提出了基于FCM聚类的时间序列模糊关联规则的并行挖掘算法,并通过实验验证了算法的有效性.

基于内容的小麦害虫图像检索系统研究与实现

以小麦害虫图像为研究对象,研究并开发了基于内容的害虫图像检索系统。重点研究了基于内容的图像检索中的图像特征提取、图像相似性度量和用户相关反馈技术。提出一种重叠四分块颜色矩和一种基于BP神经网络的图像相似性度量方法,并引入灰色相关反馈算法实现了基于语义的图像检索。应用排序评价方法、查准率与查全率对系统的检索性能进行测试,结果表明,系统具有一定的实用性,为快速准确地诊断、识别农作物害虫和害虫图像资源共享提供了技术依据。

基于局部优化具有连续变量的贝叶斯网络结构学习

概述了具有连续变量的贝叶斯网络结构学习存在的主要问题,给出了基于局部优化的具有连续变量的贝叶斯网络结构学习方法.通过构造局部最优回归模式、局部回归模式的条件组合及环路处理,建立了具有连续变量的贝叶斯网络结构,既可以避免复杂的结构打分运算及结构空间搜索,同时又不会出现由于离散化而导致过多的信息丢失及假依赖现象.

基于AHP和模糊综合评判的投资决策应用研究

在对常用于多目标决策问题的层次分析法、模糊综合评判、灰色系统和德尔菲法进行阐述分析的基础上,结合非赢利领域项目投资决策工作的具体实际情况,探讨了层次分析法和模糊综合评判在项目投资决策中的综合应用,从而较好地利用两种方法的优点,得到项目的综合价值。然后运用运筹学相关知识,通过建立线性规划模型来反映影响投资安排的外在条件,对待选项目进行筛选,完成计算机自动决策,为最终投资安排提供一个较为规范、科学的辅助决策依据。

基于广义朴素贝叶斯分类器的空值处理方法

给出了基于广义朴素贝叶斯分类器的空值处理方法,该方法利用广义朴素贝叶斯分类器的较强预测能力及灵活的效率选择方式,有效地解决了数据中的空值处理问题.利用模拟数据进行了对比实验,结果显示,其预测准确性明显提高.

基于相似度对Rough关系数据库检索

Rough关系数据库模型(rough relational database model,RRDM)是对关系数据库模型的一种扩展,它具有在很大程度上比较符合真实世界情况的特性。介绍了Rough集和Rough关系数据库(rough relational database,RRDB)等相关概念,着重讨论如何在RRDB中通过Rough集中的上、下近似计算数据间的相似度来检索出需要的数据,给出了相关算法和实例分析。

基于模糊聚类的侦察数据分析方法

利用模糊聚类方法对案件侦察数据进行了分析,解决了侦察数据自动聚类分析问题。重点探讨了侦察数据模型的建立和聚类过程,以及根据类密度均匀、类间有断裂层设计了一个隶属度函数,从而确立了数据对象的隶属关系,并给出了一个具体的模糊聚类算法。该方法能够对侦察数据进行合理分类,分类效果比较明显。并且,在真实的刑事案件侦破过程中得到了应用,应用效果良好。

模糊C-均值聚类分析系统设计与实现

采用模糊C-均值技术设计了工业监控数据聚类分析系统,给出了聚类算法及实现步骤,采用VC++程序来实现,通过实验测试和实例数据分析,表明该聚类算法针对工业监控数据存在不确定性、有噪声及多模态性等特点有较好的鲁棒性和适应性。

一个不确定性数据库模型及其语义

In this paper,based on probabilistic and cognitive uncertainties,we set up an uncertain database model and presented the uncertain relational algebra ,and proved that the uncertain normal forms are closed under operations of the uncertain relational algebra. At last ,we studied the semantics of the uncertain relation.

数据库中模糊数据的判别

利用模糊逻辑的基本原理和方法,对数据库中待输入的数据进行模糊化处理,并利用解模糊函数对其进行判别,以便更准确地处理模糊数据.

一种基于云模式连续型属性离散化的算法

在数据挖掘研究过程中,对连续型属性一般要进行离散化。特别是在模糊数据挖掘中,还要对离散化的区间进行模糊处理。文中依托云模式,并结合粗糙集理论提出一种新的连续型属性离散化算法。

基于时态的模糊描述逻辑初探

针对现实生活中,有许多的信息都是具有时间属性并且带有模糊、不精确的特点,在时态逻辑和模糊描述逻辑基础上,利用vager集概念,对基于时态的模糊描述逻辑系统进行了初步的研究,并给出了时态模糊描述逻辑的语法和语义的相关说明。与模糊描述逻辑FALC相比,该系统的提出在一定程度上弥补了FALC作为语义Web逻辑基础在表达时序上的空白。

实时数据库中的知识发现后处理研究

实时数据库的数据挖掘所得到的知识存在着时间上的滞后性.针对这一问题,研究了关联规则参数的演化规律并利用其实现知识发现后处理中知识的自动评价.用组态和组态空间来描述关联规则的实时变化,并在此基础上给出了关联规则的参数演化定理,通过实例验证其有效性.该研究结果可拓广到其他知识类型的参数演化与评价中.

基于内容的名人网页褒贬性评价

在已有基本褒贬义词典的基础上构建了一种可用于名人网页褒贬性评价的褒贬义词典,着重论述了网页褒贬性评价的模型、方法及工作流程,并提出了通过评价模板实现词典更新的初步构想。本系统基本实现了网页内褒贬词语的标注,并对部分名人网页进行褒贬性评价测试,取得了初步的成效。网页的褒贬评价可以嵌入到搜索引擎中,提供进一步的个性化服务。

基于数据库的模糊识别技术的探讨

模糊技术是以模糊数学为理论基础的一门新兴技术。文章介绍了基于数据库的模糊技术的概念,并探讨模糊模式识别模型,最后对模糊技术在实际中应用进行了一定的分析,探索其实际的应用效果。

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理.并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法.通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例.

基于Apriori的加权关联规则挖掘

关联规则挖掘可以发现大量数据中项集之间有趣的关联或相关联系,并已在许多领域得到了广泛的应用。Apriori算法是挖掘关联规则最基本,最核心的算法之一。但Apriori算法只考虑交易中项出现的频率,没有考虑事务集不同项及记录具有不同的重要性,挖掘出来的规则具有一定的局限性。针对这点不足本文提出一种记录加权关联规则挖掘,结合Apriori算法并加以改进,给出相应的New-Aproiri算法。

模糊数据库技术在高速公路养护系统中的应用

为解决目前高速公路养护系统模糊数据的处理问题,在BS模式高速公路养护系统中,利用模糊法则,考虑路况取样对几种不同情况的隶属度,并将其定义为连续、平滑的隶属函数。将其中的模糊数据整合到ORACLE数据库中,利用加权平均法对收集的每km路段各种模糊数据进行处理,给出该路段状态量化数值。建立数据模型,在ORACLE数据库中对模糊对象的输入、判别和处理进行了研究,并以实例说明重心法、最大隶属度法、系数加权平均法和隶属度限幅元素平均法等模糊判决方法的计算过程及其SQL查询的实现,以及查询和分析模糊数据的技巧,同时给出对应的部分Java实现代码。在高速公路养护系统中使用模糊数据对象的数据库,提高了数据的安全性和封装性,处理过程也不复杂,此处理方法可以使用到类似的MIS系统中。