范例推理中范例自动获取的数据挖掘技术

范例推理作为基于规则推理技术的一个重要补充，已受到人工智能研究 人员的普遍关注，在范例推理中，也有许多相应的知识，它主要包括：范例库、修正知识库，索引模式，相似性判断标准等，这些知识的获取也存在一定的瓶颈问题，通过在范例推理中引入数据挖掘技术，可望部分解决其知识获取的自动化问题，提高智能系统的整体性能，本文着重讨论了在范例推理中使用数据挖掘技术的必要性，提出了二上自动获取范例库的思想与算法，并应用于一个实际的系统之中，实际结果表明，这种思路大大提高了智能系统的开发周期与系统的运行效率。     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。     

基于数据挖掘技术的范例库维护

在范例推理系统中,系统的学习会使范例库无限增大,会导致系统的功能不断下降。范例推理学习系统必须有范例库的维护。本文在详细讨论了范例库的维护技术的同时,提出了一个基于数据挖掘技术的维护策略,以保证系统的学习不影响系统性能。     

应用因子分析法对地面水质污染状况的研究

应用因子分析法对11条河道的地面水质分析数据进行了信息掘取，研究了各河道污染程度的排序、主因子、主要污染因子的组合及污染源的分析．研究结果为环境监测和环境治理部门提供了重要的信息和依据．     

大型数据库中的高效序列模式增量式更新算法

提出一种称为FIMS（fast incremental mining of sequential patterns)的序列模式增量式更新算法，处理因数据库的更新而引起的序列模式的维护问题。主要思想是利用原先的序列模式挖掘结果，通过建立一个投影数据库来减少对整个数据库的扫描次数和侯选序列的生成，从而提高挖掘的效率。实验结果显示在更新数据量远小于整个数据库的大小时，FIMS算法的性能优于GSP算法4－7倍。     

文本分类中的特征选取算法

分析了常用的几种特征选取方法，提出了改进互信息算法。实验结果显示改进的互信息算法是可行的。     

基于有限元仿真结果的知识发现

提出了通过数据挖掘技术实现基于有限元仿真结果的知识发现．分析了数据挖掘的一般步骤，建立了基于有限元仿真结果的知识发现系统，论述了知识发现系统的各个模块及实现该系统的关键技术；对粗糙集和主成分分析法作了简单的介绍，并举实例对粗糙集方法作了说明．通过数据挖掘技术将计算实例提炼出来，作为一种知识源参与到设计优化过程中去，将CAE从设计验证层次提升到设计驱动层次．     

批量图像叠加文字的程序处理

为解决批量图像上叠加文字的问题，比较了Photoshop批处理、GD图形库编程、Fire—worksJavaScript等几种大批量图像汉字叠加的程序处理方法，最后给出了一种利用ExcelVBA、以XML语言作为数据中介、以FireworksMX为图像处理工具的相对简便的解决方案。     

深井硬岩矿山岩爆灾害防治研究

采用室内试验、数值计算和现场岩爆研究相结合的综合研究方法,以冬瓜山矿床开采为对象,对深井矿床开采岩爆防治进行了系统的研究.由矿岩力学试验,采用岩爆综合评判指标确定了矿岩的岩爆倾向性,指出岩爆倾向性具有本源性和诱导性两种属性;电镜试验、物理模型试验和现场岩爆研究发现岩爆主要由张拉断裂引起,具有明显的岩石破坏和工程施工异常性前兆;现场岩爆研究和数值计算表明岩爆危险区位于应力集中、能量贮存大及具有快速释放能力和条件的区域;从岩爆预防角度,采用数值分析方法以能量释放率为衡量指标,对采场结构参数、开采步骤等进行了优化;从减少能量贮存、控制能量释放、采用柔性支护和建立岩爆监测系统4个方面,得出了具体的岩爆防治措施.图3,表2,参11.