面向KBS分布式知识发现平台的设计

采用Multi-Agent架构的非线性设计模式,研究KBS中领域知识的知识发现方法。给出了一种基于Multi-Agent的并行知识发现模型,并以分布式挖掘技术扩充现有知识发现模型;将该模型应用于KBS中领域知识发现中,设计了一种面向KBS分布式知识发现平台。分析结果表明,该设计方法是一种解决KBS分布式知识发现的可行方案。     

粗糙集理论中新的知识发现方法

与现有的基于属性简约的知识发现方法不同 ,本文基于粗糙集合理论定义了 2类新的知识发现 ,即 1、2类知识发现 ( FCKD,SCKD) ,目的是在知识系统动态变化后 ,通过减小知识的粗糙度 ,发现原规则中没有的、有决定性作用的新属性。在此意义下改变规则中属性结构 ,并发现新的规则。定义了两个用于发现新属性的算子 ,并给出两个定理 ,一个推论及其证明 ,最后通过实例 ,对提出的方法作了说明。     

面向KBS分布式知识发现平台的设计

采用Multi-Agent架构的非线性设计模式,研究KBS中领域知识的知识发现方法.给出了一种基于Multi- Agent的并行知识发现模型,并以分布式挖掘技术扩充现有知识发现模型;将该模型应用于KBS中领域知识发现中,设计了一种面向KBS分布式知识发现平台.分析结果表明,该设计方法是一种解决KBS分布式知识发现的可行方案.     

统计方法与企业管理——知识发现在企业管理决策中的应用

知识发现并应用于管理决策已经成为社会、技术等的许多因素共同驱动而产生的理念和方法。而且知识发现方法在企业管理决策中的作用更加明显。文章从企业信息管理与知识发现方法入手,结合企业集团实际情况,阐述了新形势下具有知识发现和决策能力的信息管理系统的建立理念和设计过程。这对于建立高度统一和智能决策系统有重要的指导作用。     

一种用于知识发现的非精确学习算法

海量数据的快速增长,伴随着数据挖掘技术在人工智能,机器学习与知识工程等领域进入了深层次的研究阶段,从而为非结构数据的知识发现提供了可能.本文采用形式化方法详细地描述了关于非精确规则获取的基本原理和知识发现过程,并提出了一种应用于值为数据类型的知识发现的非精确学习模型,实验表明该算法在非结构数据知识发现领域具有一定的可行性与实用性.     

关于知识发现系统的扩展性研究

在总结和分析目前基于数据库的知识发现的理论、技术和方法现状的基础上,对知识发现的发展趋势进行了探索,介绍了在作者先前提出的基于双库协同机制的知识发现理论的基础上,就整个知识发现过程的机理、ＫＤＤ扩展性结构和运行机制所进行的深入研究。     

知识发现与知识挖掘技术及其应用

介绍了知识发现与挖掘技术的相关概念及常用的技术方法,对知识发现与挖掘过程进行了描述,阐述了知识发现的几种具体的应用形式。     

粗糙集理论中新的知识发现方法

与现有的基于属性简约的知识发现方法不同。本文基于粗糙集合理论定义了两类新的知识发现，即１、２类知识发现（ＦＣＫＤ，ＳＣＫＤ），目的是在知识系统动态变化后，通过减小知识的粗糙度，发现规则中没有的，有决定性作用的新属性，在此意义下改变规则中属性结构，并发现新的规则，定义了两个用发现新属性的算子，给出了两个定理、一个推论及其证明，并通过实例对提出的方法作了说明。     

决策树在数据挖掘中的应用研究

本文介绍了基于决策树的分类方法、基于决策树的知识发现的一般概念及决策树在数据挖掘中的应用。重点介绍了基于ID3算法的决策树生成方法,分析其用于数据分类和知识发现的过程及特点。     

基于粗糙集方法的知识发现

属性约简和属性值约简是租糙集理论中的重要研究内容,也是粗糙集理论应用于知识发现的主要方法.但求取任意问题的最小属性集是一个NP难问题.本文利用属性间的知识依赖度,提出了一个求取属性约简的贪心算法,它可以在多项式时间内得到一个约简.同时,把粗糙集方法应用于知识发现,通过属性约简删除信息系统的冗余属性,减少数据量,再利用属性值约简,获取决策规则.最后通过实例说明了基于粗糙集方法的知识发现过程,验证了方法的有效性.     

一种新型的基于多智能体的KDD系统结构

介绍了数据库中的知识发现（knowledge discovery in database,KDD)及数据挖掘（data mining,DM）研究领域的发展现状，分析了现有DM算法的局限性和KDD过程的复杂性，针对这些，进一步分析了多智能体系统（multi-agent system)可能给KDD系统带来的改善，最后设计了一种分层的，以控制Agent为核心的基于多智能体技术的KDD系统结构。     

分层逐步求精的知识发现KDD模型结构及其应用

知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ）作为人工智能、机器学习、模式识别、统计学、数据库和知识库、数据可视化等众多学科相互交叉融合发展起来的新兴研究领域,已引起了学术界和工业界的广大关注．本文提出基于示例学习分层逐步求精的ＫＤＤ模型结构,在借鉴模式识别有关知识的基础上,有机地与领域知识相结合,应用于无约束手写数字识别ＫＤＤ系统,得到较满意的结果．     

粗集在KDD系统中的应用与研究

论述了粗集方法性质及特点,提出了粗集方法在KDD系统中的应用模型,同时给出了应用这一模型对一个数据库实例进行数据挖掘的过程.另外,从精确性、鲁棒性等方面对KDD系统中的粗集方法的适用范围进行了分析.     

基于知识发现的零售业CRM应用设计研究

从零售业大量的数据中挖掘出有用的知识,对发展趋势进行预测,对零售业显得尤为重要.通过对知识发现的内涵、知识发现过程及零售业CRM系统的技术架构分析,结合零售业的特点提出了基于知识发现的零售业CRM系统方案设计.     

主动时态数据库在数据挖掘中的技术和应用

针对目前数据越来越多 ,而提取有用数据越来越困难的现状 ,参照流行的观点 ,提出了解决该问题的数据挖掘 (DM)和知识发现 (KDD)的一种方法 .在DM和KDD中应用主动时态数据库技术 ,提出构造一个原型系统的模型     

知识发现技术在政府决策支持系统中的应用

基于知识发现的政府决策支持系统的开发能够为政府做出更合理、更科学的决策提供数据支持。讨论了政府决策支持系统的特殊性,分析了知识发现的系统架构,介绍了基于关联规则的知识发现与数据挖掘技术,提出了用Apriori算法进行政府决策支持系统开发的思路。     

KDD技术及其网络应用研究

介绍了从数据库中发现知识（ＫＤＤ）技术，探讨了ＫＤＤ技术在网络信息获取中的应用与扩展的问题与方法，简要论述了基于网络的ＫＤＤ技术及其应用，实现和进一步的研究方向。     

优化的小波神经网在异常检测中的应用研究

本文首先介绍了遗传算法的基本原理和KDD99数据集,而后运用遗传算法,PSO算法以及QPSO算法分别对小波神经网络进行优化构建各自的模型,最后通过在KDD99数据集上分别进行各个模型的仿真实验,得出QPSO进化算法的效果明显优于另外两种算法。     

旋转机械智能故障诊断技术的发展趋势

对旋转机械智能故障诊断现状进行分析,展望发展趋势.当前的状态监测与故障诊断(condition monitoring and faults diagnosis,CM&FD)系统普遍存在的智能故障决策准确率偏低、可靠性差的状况显示出,相关研究仍面临着非常严峻的挑战.对数据库知识发现(knowledge discovery in database,KDD)和粗糙集理论的介绍表明,基于粗糙集理论工具的KDD为智能诊断向更科学化的方向发展指明了一条实现的新途径.但它也引发出对在线获得的故障知识应进行知识化保护问题研究的新课题.