基于Multi-agents系统的分布式数据挖掘

计算机网络的发展以及海量数据的分布式存储,滋生了分布式数据挖掘(DDM)这一新的数据挖掘方式。本文针对多agent系统下的分布式数据挖掘进行了初步的研究,对agent方法用于DDM的优势、基于agents的分布式数据挖掘的问题,以及典型的基于agent的分布式数据挖掘系统和该领域的进一步研究方向作了一个概要的综述。

基于Multi-agent技术的Web文本挖掘模型及应用

介绍了一个基于Multi-agent技术的Web文本挖掘模型,该模型利用多智能体技术,将文本挖掘和多维文件分析技术结合起来实现了文档收集、预处理、分类、聚类等功能。最后给出了根据该模型设计和实现的某企业人才素质评价系统的实例,系统运行结果证明了模型的有效性和科学性。

基于Multi-agent的面向中小企业的柔性商务智能平台研究

中小企业资金、人才匮乏,信息化水平低,为了解决中小企业的信息化问题,使其能够应用先进的管理思想,提高其竞争力,构建面向中小企业信息化的基于Multi-agent的柔性商务智能平台。平台实现了信息化的核心内容,只需进行简单的二次开发,即可应用于不同的企业。平台以数据仓库为基础,通过数据挖掘、在线分析处理,能有效提高企业决策的科学性,并有效的解决了企业遗留信息系统及系统的扩展性问题。

基于Multi-agent临床诊断支持系统的设计

根据临床诊断支持信息环境的特点,结合Agent技术,设计了一套基于Multi-agent的临床诊断支持系统(CDSS)。该系统具有异构性、分布性、并行性和可扩展性,能适应CDSS的要求,有效地提高CDSS的性能。

基于Multi-Agent技术的个性化数据挖掘系统

设计基于Multi Agent技术的个性化数据挖掘系统,介绍了该系统构造的基本思想和Agent的状态转变关系及其它们之间的通信协议;利用用户Agent和挖掘Agent得到个性化数据挖掘系统MAS,并给出了系统的算法.该类系统的特点是:用Agent模拟人,实现用户在系统中的智能代理.结果表明,它能够实现数据挖掘的个性化服务功能,提供对用户真正有价值的知识,有效地避免了用户的重复劳动和精力耗费;同时,避免了系统对无用数据的挖掘,提高了系统的运行效率.

基于Multi-Agent的数据挖掘模型的研究

数据挖掘是人们长期对数据库研究的结果,但是传统的数据挖掘存在低效性和非智能化等不足。随着具有自主性和社会性的智能计算实体Agent的出现和发展,文中将Multi-agent技术应用到数据挖掘中,并提出了基于Multi-agent智能化的数据挖掘模型,讨论了模型的运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。

基于Multi-agent技术的知识发现新模型KDD的设计

KDD模型是基于双库协同机制的知识发现新模型,是结构化数据挖掘领域研究的一个新的分支。为了进一步提高KDD的智能性,文章设计了一个基于Multi-agent技术的智能数据挖掘系统。利用多智能体技术,实现了数据预处理、数据挖掘、知识的自动获取、基础数据库与知识库的同步进化与协调、知识的评价与表示等功能,为智能信息系统的发展提供了重要支持。

面向CRM的基于Multi-Agent的数据挖掘模型研究

数据挖掘是CRM的重要支持技术。为了提高CRM中的数据挖掘系统的智能性,提出了基于Multi-Agent的数据挖掘模型,该模型包括站点层、管理层、协作挖掘层和算法层;详细描述了各层次的功能及协作机制;给出了数据挖掘在CRM中的实施过程。

基于Multi-Agent的数字化矿山配电网保护方法

给出一种基于Multi-Agent的数字化矿山配电网保护方法。将数字化矿山配电终端IDT和控制中心分别作为一个Agent,通过通信网络使得所有Agent组成Multi-Agent系统。各Agent通过信息交互,实现数字化矿山配电网的继电保护、故障定位,故障隔离,故障诊断等功能。保护方法采用数据并行处理方式来节省数据所需带宽同时提高了数据的处理速度。

基于Multi-Mobile Agent技术的个性化数据挖掘的研究

文中提出了基于Multi MobileAgent技术的个性化数据挖掘模型 ,介绍了该模型各个组成部分的功能 ,以及多个Agent之间如何相互协作完成个性化的数据挖掘 。

多Agent策略下的关联规则a-r算法分析及应用

分析现有的理论界和商用软件中的多Agent及多Agent系统模式,在此基础上,设计高校实践教学管理体系模型,引入关联规则为基础的挖掘语义算法思想,解决了空间信息分析服务功能以及应用领域中的数据挖掘问题,同时也改善了多Agent系统的服务能力和服务效率。

基于Agent的空间数据挖掘研究

提出一种基于Agent理论的空间数据挖掘体系结构,并分析了其工作原理。进一步根据Agent的特点,设计了空间数据挖掘智能体的模板,并在其基础上,对农业空间数据实现高效的空间数据挖掘。

基于多Agent系统的Web数据挖掘技术

基于多Agent系统的数据挖掘技术,能够综合应用多种挖掘算法,实现数据挖掘的并行操作。在简述了几种主要的数据挖掘技术的基础上,提出了一种基于多Agent系统的Web数据挖掘模型,进一步分析了系统组织和成员间的协作,并测试了其挖掘效果。测试结果显示,此项技术的挖掘效果具有较好的准确率和覆盖率。

多Agent在分布式数据挖掘中应用的研究

随着网络信息系统的日益扩大化,分布式数据挖掘越来越受到人们的重视。而采用多智能体的分布式数据挖掘技术,各子Agent之间不但履行各自的职责,还互相通信获得信息,协同完成任务,这解决了数据挖掘时所遇见的如网络带宽、数据私有性、数据保密性等诸多问题,为构建分布式数据挖掘系统提出了一个新的思路。本文主要介绍一种多A-gent分布式数据挖掘的应用模型,并对其中的各个模块进行了详细说明。

可重构制造系统故障诊断多Agent自学习模型

提出了一种基于多Agent的可重构制造系统故障诊断自学习模型,模型为3层结构,从下向上分别为监测Agent层、诊断Agent层和管理Agent层,详细分析了模型的故障诊断自学习机理,自学习性是基于数据挖掘和基于粗糙集的。示例表明可重构制造系统重构前后,均能有效完成故障诊断。

多AGENT技术在网络智能教学系统中的应用研究

多年来,传统的计算机辅助教学模式越来越不能满足高校的教学需要,传统的教学系统软件大多存在智能程度低、缺少教学策略等缺点。智能教学系统是当前计算机智能教育的研究热点。本文结合多AGENT的特性及在智能教学系统中应用的理论,提出了基于多Agent的智能网络教学系统的设计模型,详细分析了系统各层次的功能,并给出了系统数据库的分类设计以及系统模型的特点。

基于多Agent的铁路客票数据挖掘系统的研究

根据铁路客票数据存储量大且组织分散的特点,利用多Agent的智能性、协作性、互操作性等良好特性,引入多种Agent,构建了一个基于多Agent的分布式客票数据挖掘系统。该系统有效的解决了数据的分布性和隐藏复杂性问题,且使系统具有较好的模块化和可重用性。

多Agent协同系统的3层数据挖掘模型的设计

传统的数据挖掘模型存在低效性和非智能化等不足。设计了一个基于Multi-Agent的3层数据挖掘模型,讨论了模型的通信和运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且分层管理不同角色的工作,在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。

基于多Agent的双语教学测评系统设计与研究

从完成智能测评的需求出发,分析了现有各类软件智能技术、知识发现与数据挖掘技术,提出了智能测评的算法和过程．同时结合通用知识库及智能组卷等多种方法,设计了基于多Agent结构的双语教学智能测评系统模型,并对一些关键模块的实施做了相应的研究和探讨．

基于多Agent的现代制造企业培训系统研究

针对传统制造企业培训系统中出现的问题,提出了一个基于多Agent的企业培训系统。本文从制造企业培训的要求出发,利用Asp.net技术与多Agent技术相结合原理,实现了员工管理,在线培训、智能推荐、网上考试等功能,满足了企业和员工的需求。系统通过多Agent技术的运用,较好的解决了学习内容推荐的智能化,个性化以及员工职业生涯规划等问题,使网络学习者能在一种交互式的学习环境中得到更人性化的学习推荐服务,从而改善培训效果。