基于粗集理论的医学诊断规则提取方法

讨论了医学诊断的知识获取问题，基于粗集理论提出了完整的知识获取方法，包括连续信息系统的离散化，信息系统约简、决策规则提取，决策模型生成等，以十二指肠溃疡为例，讨论了知识处理的过程，为人工智能技术在医学诊断领域的应用提供了新的思路。     

数据挖掘中并行离散化数据准备优化

在海量数据挖掘中,针对元数据的离散化数据准备处理能有效提高数据挖掘效率.本文提出了一种并行比较并获得最优离散化的数据准备算法(AOA),针对不同数据集,先进行数据集的特性检测以获得数据集分布特性,按照分布特性进行数据集的异常值检测和剔除,并行完成与分布特性适配的离散化方法处理,通过比较不同离散化方法的熵、方差指数、稳定性参数的最小欧氏距离,根据三个参数自动化比选,获得最优离散化的预处理成果.仿真表明,对不同样本数据库进行关联规则挖掘结果中,比较四种固定的离散化数据预处理方法,在使用AOA数据准备算法并行比选出最优的离散化来数据预处理后,在不同最小支持度阈值情况下,挖掘得到关联规则数都更少,因此效率得到提高.     

基于朴素贝叶斯分类的高速公路交通事件检测

提出一种基于朴素贝叶斯分类的高速公路非重现交通事件检测算法.将交通事件的检测看作是0-1分类问题,采用交通波动理论建立交通事件的特征属性概念模型,并利用分段离散化的方法将连续特征变量转换为离散特征变量,设计基于朴素贝叶斯算法的交通事件分类器.以典型高速公路的一条路段进行VISSIM仿真试验.结果表明:该算法的检测率高,且在高强度状况下,算法鲁棒性良好,适用于高速公路交通事件检测系统.     

二阶非线性耦合问题全离散有限元方法的收敛性和稳定性分析

本文讨论出现在热弹性理论中一类非线性双曲—抛物耦合方程全离散有限元方法的收敛性和稳定性,并给出了真解和有限元解在L~2,H~1,L~∞意义下的最优误差估计。该类问题的半离散方法见[1],[2]。     

发展方程的时间离散化惯性流形－Ⅱ

“发展方程的时间离散化惯性流形－Ⅰ”中已经证明了如果时间步长充分小，且主算子Ａ满足谱间隔条件，则文中定义的一类耗散发展方程时间离散化的差分格式存在一个惯性流形Ｍｈ，它就是非线性映射Ｔ的不动点Φｈ∈Ｈｂ，ｌ的图象．第Ⅱ部分继而证明了当ｈ→０时，不动点Φｈ的收敛性．然后作为一个例子，把所建立的理论应用到正则化Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程     

决策表的属性重要性与离散化

运用 Rough集理论处理决策表时 ,要求决策表中的值用离散数据表达。文中形式化描述了离散化问题 ,研究了决策表的属性重要性 ,提出计算条件属性重要性的新方法 ,然后给出基于属性重要性的决策表离散化算法。该算法按照属性重要性从小到大的顺序对每个属性进行离散化 :从可辨别矩阵中得到冲突样本 ,将冲突样本的属性值作为断点的上下界 ,用所有这样的断点化简后得到的断点集对该属性进行离散化处理。     

一种基于Logistic映射的数据加密算法

针对以原文叠加确定性混沌随机序列为核心的一般混沌加密算法保密性较低的特点,提出了一种以将原文变换为混沌随机序列为核必思想的基于Logistic映射的数据加密算法。该算法采用固定字长离散化、加入扰动项的方法,将Logistic映射修正为一一映射,并实现了将"信号"变换成"噪声"的加密思路。实例演示表明该算法简便快捷,保密性高,扩展性强,具有很好的应用前景,可广泛用于军事通信保密、网络信息安全等领域。     

基于非错列网格的三维椭圆型流动问题的算法

采用虚拟错列网格和动量插值技术，在非错列网格上发展了求解三维随圆型（有回流）流动问题的差分算法和通用程度，用于典型层流问题的计算结果与实验数据和近似分析解吻合；用于三维湍流旋流问题也得到了合理的结果。     

网络控制系统的一种统一的Markov跳变模型

对于网络诱导延迟的上界大于或小于一个采样周期的两种不同情况的连续时间网络控制系统,采用离散化与增广状态空间方法,建立了统一的Markov链离散时间跳变模型.由于模型含有反映系统的网络诱导延迟的大小与计算精度的参数,因此它具有更广泛的适应性.应用离散时间线性跳变系统理论,分析了保证系统均方稳定的充要条件.在所论及的保证系统均方稳定的设计算法中,给出了一种求内点法初始可行解的方法.在延迟带有一定任意性的车载倒立摆的网络控制设计中,该改进算法得到了有效应用.     

一种新的Web事务模糊聚类算法的研究

提出了一种新的Web事务模糊聚类算法。首先，在Web日志预处理后建立Web站点用户访问矩阵，矩阵元素为用户访问离散化时间，在此基础上进行Web事务群体的模糊聚类，最后对在线的活动Web事务进行类别归属。经实验证明，该算法比已有的算法准确性高，运行时间少，扩展性好，它可以广泛地应用于电子商务领域，如个性化Web和Web推荐系统等。