基于FDOD的Web用户分类新算法(英文)

了解用户的行为与特征对网站的设计与维护非常重要,分析网站日志可有效获取Web的访问信息.提出一种利用对网站日志文件的分析实现Web用户分类的新算法.首先对日志文件进行数据筛选及事务识别,构建出一个链接网络图;然后利用页面之间的链接关系定义评估页面之间相似性的新指标,合并相似的页面,形成一个压缩链接图;使用FDOD对链接图中的链接路径进行分类.实验表明,该分类算法具有易于使用、响应迅速以及准确性高等优点。

基于信息论方法的若干新融合规则

本文对证据推理中Ｄｅｍｐｓｔｅｒ融合规则存在的一些问题进行了讨论，利用信息论中的熵函数和度量信息离散度的ＦＤＯＤ函数提出了新的信息融合规则，改进了Ｄｅｍｐｓｔｅｒ规则，在不同证据冲突较大的不合理结果。此外，文章还介绍了如何将新的融合规则应用于决策系统。

基于一种新的信息离散性度量方法的同源寡聚蛋白质分类

用一种新的信息离散性度量方法,即Function of Degree of Disagreement(FDOD),从蛋白质原始序列出发区分同源二聚体、同源三聚体、同源四聚体和同源六聚体.该方法用蛋白质原始序列的子序列分布来描述氨基酸序列,从而充分考虑了蛋白质序列的信息.随着子序列长度的增加,两个数据集上自检验和jack-knife检验的各个分类指标都有快速增加的趋势,实验表明残基顺序对同源寡聚蛋白质的识别起重要作用,FDOD方法是同源寡聚蛋白质分类的简单而有效的工具.这也进一步证实了蛋白质原始序列包含着四级结构信息.