智能专题化信息搜集Crawler

介绍了基于Web内容和结构挖掘的专题化智能Web爬行Crawler系统,并重点介绍其中CA(C&S)算法,该算法充分利用神经网络可以方便地模拟网络的拓扑结构和并行计算的特点,采用加强学习判断网页与主题的相关度,在进行相关度计算时,不考虑网页的全部内容,而通过提取网页的HTML描述中的重要标记,对Web网页进行内容和结构分析,从而判断爬行到的网页与主题的相关性,以提高信息搜集的效率和精确性。

一个通用型知识发现系统的设计与实现

在介绍内在机理研究的理论研究及模型成果的基础上,建立一个通用型知识发现系统的主要设计思想和方法。软件运用了主题管理、语言场理论、基于双库协同机制的关联规则挖掘算法、知识的综合评价等思想方法,对基于各类关系型数据库的知识发现系统的实现进行了尝试,并对未来的工作做出了展望。

成绩管理与试卷分析系统的设计与实现

用Visual FoxPro 6.0开发了一个小型的成绩管理与试卷分析系统,该系统操作简单,有较强的实用性。系统通过OLE技术利用Excell的图表功能,将分析结果用各种统计图表示出来,使分析结果更加直观。