基于本体的HTML表格识别技术的研究

由于HTML只描述数据怎样显示而不描述数据的内容,因此识别HTML表格并抽取其数据是Web信息抽取领域中重要的研究课题之一,针对现在包装器技术的不足提出了一种新的基于领域本体的HTML表格结构识别技术,为构造HTML表格信息抽取系统打下基础。     

职业装款式智能设计系统的部件库研究与实现

现有服装设计系统在无缝拼接、系统扩展、专家评测以及智能化等方面性能较弱,为了解决该问题,本文利用解构主义思想研究了部件的设计,并建立了完整的部件库,然后分析了本文方法在提高上述性能方面所具有的优势,为最终实现职业装款式设计智能专家系统提供了必要条件。     

基于数据挖掘的学习成绩与图书借阅关系研究

利用数据挖掘技术,以本校基础部学生的图书借阅信息和学习成绩信息为研究对象,进行了数据预处理,运用关联规则算法挖掘了学生学习成绩和借阅图书的关系,进行分析并得出结论,认为学习成绩与借阅有关书籍的关系为正相关关系,可为管理部门对学生的评价和培养提供参考。     

基于信息增益的征信数据关联规则挖掘模型设计

基于信息增益及归因理论,结合矩阵表示方法,建立了征信数据的关联规则挖掘模型,以解决征信数据关联规则挖掘模型的变量权重确定及变量取值的影响度问题.该模型提高了其决策结果的准确性和科学性,决策效率得到提升.     

基于对象立方体结构的高层关联规则挖掘方法研究

在属性的高层概念上发现的关联规则为高层关联规则,对基于对象立方体结构的高层关联规则挖掘方法进行了研究.提出了一种挖掘高层关联规则的算法,并用算法进行了实验,得到的关联规则可以为用户提供一些常识性的知识,对高层决策有较大的帮助.     

集群系统中基于MPI的关联规则快速挖掘算法

集群系统是一种分布存储系统,它主要利用消息传递方式来实现各结点之间的通信.在集群系统中通过利用MPI中的消息传递调用接口,提出了一种基于二进制形式的数据存储和计算的高效并行挖掘算法,通过对数据对象进行一些"或"、"与"、"异或"等逻辑运算操作,降低了算法的实现难度,减小了网络通信量,提高了挖掘效率,具有较好的可行性和可扩展性.     

应用个性化推荐的Web日志关联规则挖掘算法研究

对传统的关联规则挖掘算法FP-Growth方法进行改进,提出FP-Mine算法,并应用该算法对Web日志进行挖掘,探寻用户访问站点页面之间的关联规则,来帮助管理员改善站点的设计和企业改进市场商务决策.实验结果证明FP-Mine算法在生成频繁项集及关联规则的过程中,只需存储i-size和(i+1)-size频繁项集的节点的Freq-Set-Tree,且立即在其之上生成规则,所以缩短规则生成的时间,提高规则生成效率,同时释放i-size项集的节点,有效地节省内存空间.     

沈阳市高中生掌握篮球规则的现状研究

本文运用文献资料法、问卷调查法、数据统计法,对沈阳市部分高中生与体育教师掌握篮球规则的现状进行研究。研究表明：沈阳市高中生对篮球规则的了解、掌握和普及程度仍处于比较低的水平,体育教师在学历结构、篮球裁判等级、对篮球规则掌握的程度方面存在着一定不足,需要改进和提高对篮球规则的学习。     

一种改进的Apriori算法

本文针对经典的Apriori算法需循环扫描数据库的问题,提出了一种改进的Apriori算法,描述了在数据离散化的基础上只需扫描一遍数据库的算法思路,给出了算法实现的具体过程,并通过典型数据实例进行了验证和对比分析.     

关联规则算法的研究及其在教学评价中的应用

对Apriori关联算法进行了研究和改进,对算法改进前后的性能进行了比较,结果表明改进后的算法比Apriori算法的执行效率高;并以学生评教为例,对以往大量数据进行关联分析,建立了基于预处理关联规则的评价指标体系,为教学评价的科学性提供了有力依据.