不规则类圆形目标图象识别新策略

分析了以往圆和椭圆形目标图象的识别方法，针对其不足，以原木横截面图象为实例，提出不规则类圆形目标模式识别新策略。该策略结合了聚类分析和模糊识别两种方法，采取由粗到细，逐层分类，每层单独设计分类器，成功地解决了不确定量的分类问题，实现了对不规则类圆形目标的识别。

基于粗糙集理论的规则类知识更新研究

针对知识管理在理论实践中缺乏对知识更新问题的重视,以规则类知识为例,研究其实时更新的过程.在分析规则类知识结构的基础上,指出采用关系数据库作为其表示以及存储方法,并提出了如何使得基于粗糙集理论获得的规则类知识通过支持度、可信度、属性覆盖度函数评价法以及定时地将特殊知识向一般知识转化来实现新规则类知识的实时引入和过时规则类知识的实时遗忘.最后给出案例证实了此方法的有效性和实用性.

微课程环境下规则类知识建构的新视角——以英语“语法一致原则”为例

笔者从研究促进英语语法学习的视角，探讨了规则类知识建构的特点与教学策略，并结合微课特点，阐述了规则类学习在微课设计时应遵循的设计原则和设计策略。

小学数学中规则类知识构建的教学实践探索

小学数学教材中有大量的规则类知识，这是因为小学阶段处于给学生打下坚实的数学基础的重要时期，学生需要对于各类最基本的规则有良好的认识。因此，在这个时期做好规则类知识的构建，让学生对于规则类知识有良好的掌握是很有必要的。本文结合小学数学规则类知识构建的教学实践探索谈三点做法。

基于聚类规则挖掘的思政教育教学素材整合系统设计

传统思政教育教学素材整合系统技术陈旧,整合效率低。为此,研究基于聚类规则挖掘的新系统。设计系统硬件,明确所需设备。软件部分包括建立素材库、数字化处理、聚类分类和动态扩展整合。测试表明,新系统在大量素材时能显著提高处理效率,有效整合教学资源。

基于非规则类矩形剖分的高效并行海浪数值模式

针对MASNUM全球海浪数值模式,设计了一种负载近绝对均衡的非规则类矩形剖分及计算格点序列化排序与交换方案,建立了高效并行海浪数值模式.基于国家超算济南中心的神威蓝光平台,对建立的全球并行海浪模式进行了1°×1°,(1/2)°×(1/2)°,(1/4)°×(1/4)°和(1/8)°×(1/8)°四种不同水平分辨率的无IO并行测试,测试规模达到131072进程.测试结果表明:随着进程数目的增多,四种分辨率并行模式的计算速度均在提高.当进程数目为基准进程数目的4倍时,四种分辨率的加速效率均在80%以上;当进程数目达到8倍基准进程数目时,1°×1°,(1/2)°×(1/2)°和(1/4)°×(1/4)°三种分辨率加速效率都还在80%以上,而此时(1/8)°×(1/8)°分辨率使用131072进程的加速效率仍可达62%;当进程数目为24倍基准进程数目时,1°×1°分辨率的加速效率可达72%,(1/2)°×(1/2)°分辨率的加速效率为62%,而此时(1/4)°×(1/4)°分辨率使用98304进程的加速效率仍可达到38%.从加速比和加速效率来看,采用非规则类矩形剖分的并行方案可以使得全球海浪数值模式具有高并行效率.

基于类序列规则的中文微博情感分类

研究中文微博文本的情感分类问题,介绍一种基于类序列规则的微博情感分类方法。通过情感词典和机器学习的方法获得微博文本中每个句子的2个潜在的情感标签,将每条微博文本看作是一个数据序列,从数据集中挖掘出类序列规则,从挖掘出的规则中提取出的有效特征并结合文本其他特征来训练分类器。在COAE会议提供的微博数据集上的实验结果表明该方法的有效性。

基于模糊ISODATA^＊的关联规则聚类算法

在对模糊ISODATA算法分析的基础上,提出了一种适用于关联规则聚类的ISODATA*算法。本文首先分析了距离聚类的不足,然后结合关联规则的表示形式,提出了基于属性权重实现规则聚类的思想,并给出了相应的实现算法。最后采用国际上的UCI数据库进行了实验。实验表明该算法能有效地对关联规则进行聚类。

基于规则兴趣度的关联分类

关联分类具有较高的分类精度和较强的适应性,然而由于分类器是由一组高置信度的规则构成,有时会存在过度拟合问题。提出了基于规则兴趣度的关联分类(ACIR)。它扩展了TD-FP-growth算法,使之有效地挖掘训练集,产生满足最小支持度和最小置信度的有趣的规则。通过剪枝选择一个小规则集构造分类器。在规则剪枝过程中,采用规则兴趣度来评价规则的质量,综合考虑规则的预测精度和规则中项的兴趣度。实验结果表明该方法在分类精度上优于See5、CBA和CMAR,并且具有较好的可理解性和扩展性。

关联规则聚类更新的大数据文件请求流分析

综合考虑请求流的流行度和时间局部性对系统性能的影响,提出一种关联规则聚类更新过程,通过每个目标的时间间隔精确生成跟踪的流行度和时间局部性。对文件请求流进行建模,每个源工作负载一次;分析程序,为聚类提取特征;利用关联规则聚类找到相似的目标,利用数据处理工具获得每个聚类分布;生成合成跟踪,根据一个特定模型可以生成多个跟踪。仿真实验采用Yahoo Apache Hadoop聚类的跟踪数据,运行Hadoop分布式文件系统(HDFS)产生4100多个节点聚类,实验结果验证了该方法的有效性,合成结果非常接近真实负载。更新过程不要求模型适应于特定的时间间隔分布或特定的流行度分布。

基于等价类规则树的高效关联规则挖掘算法

传统的类关联规则挖掘方法在挖掘完整的规则数据集时往往需要消耗很长的时间。为了解决这个问题,提出一种高效的基于等价类规则树的类关联规则挖掘算法。首先,通过分析等价类规则树挖掘类关联规则算法存在的耗时问题,设计一个树结构存储数据集的频繁项集;接着,基于这棵树推导出一些修正树上节点和减少节点信息计算量的定理;最后,利用这些定理得到一个有效的适用于挖掘类关联规则的算法。实验结果表明,与其他较为先进的基于等价类规则树的关联规则挖掘算法相比,所提算法更加高效。

多类关联规则生成算法

针对传统关联规则算法产生的规则关联性弱、种类少的缺点,结合Spearman秩相关系数,提出了一种多类关联算法。该算法在传统算法产生的强规则基础上,利用Spearman秩相关方法计算出规则中产品间的同步异步等相关性。将其作为兴趣度阈值,算法可同时产生同步正规则、异步正规则、同步负规则和异步负规则四类关联规则,且规则间联系紧密。实验结果表明了算法的有效性和优越性。

基于概化闭包压缩规则的关联分类器构建算法研究

在分析关联规则挖掘领域中概化闭包(GC)项集压缩方法基础上,为克服训练数据集中的噪声干扰,改进L3G分类器,设计了一种基于概化闭包压缩规则的关联分类器(ACGCCR)构建算法模型。ACGCCR改进了GC的容忍限度值设置方法,根据类分布状态自适应设置容忍限度值;并规定一种新的概化闭包类规则裁剪方法,避免概化过程中出现学习能力不足的问题。ACGCCR分类规则在压缩存储表现、预测准确度、算法鲁棒性等方面性能表现良好。

基于对象立方体结构的类描述规则挖掘

在类描述规则中,特征规则用于描述目标类中对象的特征,区分规则用于区分一个类及其对比类。研究基于对象立方体结构的类描述规则表示及其发现方法。通过实验验证该方法的可行性,得到用高层概念表示的类描述规则,该规则有助于用户对特定类进行识别。

一种基于关联规则分类的改进方法

论文首先对一种基于关联规则分类的算法做出了分析。然后对算法中的类关联规则的提取方法进行了改进,得到了一种新的基于关联规则分类的算法。并结合棉花病虫害数据运行的结果对两种算法的运行效率和实用性进行了比较。

类规则表示及其不精确推理算法

知识表示是目前人工智能中一个研究热门,因为现有的各种知识表示方式,虽然都各有其优点,但也各有其弱点,离人们要求的目标距离还远。本文介绍一种新的知识表示,我们称之为类规则表示。所以称之为类规则,一是因为它与规则表示很类似。

基于聚类的比例规则

该文提出了基于聚类的比例规则（ＣＲＲ），该规则保留了比例规则（ＲＲ）的优良特性，同时适用于多峰分布的数据集。实验证明，基于聚类的比例规则的预测效果优于比例规则的预测效果。

特制装载架在器皿类不规则器械清洗中的应用效果

目的探讨特制装载架在器皿类不规则器械清洗中的应用效果。方法选取2018年2—5月江西省人民医院采用传统装载方法装载的器皿类不规则器械58264件作为对照组,另选取2018年6—9月采用特制装载架装载的器皿类不规则器械59029件作为观察组。两组器械经过预处理后观察组使用特制装载架摆放器皿类不规则器械后装载入清洗层架;对照组直接将器皿类不规则器械按规定数量和方法摆放于清洗层架上。两组均采用全自动清洗消毒器相同清洗程序进行机械清洗,通过目测法和ATP生物荧光检测法观察两组清洗质量,并比较两组装载方法清洗架单架的清洗承载量。结果观察组清洗不合格率低于对照组,清洗架单架承载量大于对照组,差异均有统计学意义(P<0.05)。结论特制装载架应用于器皿类不规则器械的清洗中,提高了器械清洗质量和清洗架单架承载量,从而提高了工作质量和效率,节约了医疗成本,有效保障了器械灭菌质量,进而减少了医院感染的发生。

以体操类评分规则为参照的自由式轮滑项目的开发与推广——以花式拉龙为例

采用文献法、案例研究法、行动研究法和逻辑分析法等研究方法,以自由式轮滑集体项目花式拉龙为研究对象,通过开展教学活动和项目竞赛厘清这一新兴项目定义、明确教学和创编原则等,实现项目开发和推广目标,旨在为推进新兴体育项目发展提供参考。

基于类民主评选规则的复合数字滤波法

本文介绍一种借鉴民主评选规则的新型复合数字滤波法,阐述了该法的工作原理和实现方法,提供了参考程序,通过与传统的数字滤波法进行性能比较,阐明该法具有更佳的综合性能。