正态云关联规则在气象中的应用

用数据挖掘方法发现关联规则和进行预测是信息处理领域的两大热点。在文献[1]的基础上对这两个问题进行了进一步的研究，提出了应用竞争聚集臬法确定正态云的两个参数，应用双参数阈值挖掘正态云关联规则，并利用求正态云关联规则的支持率和信任度来进行预测。将这种方法应用于气象数据，结果表明，所提出的关联规则挖掘方法比文献[1]所用的方法更合理，该预测方法简单易懂，更容易被人理解和使用。     

数据库中布尔型及广义模糊型加权关联规则的挖掘

数据挖掘主要是用来找出隐藏在数据库当中那些有用的而未被发现的知识本文我们引入布尔型加权关联规则和广义模糊型加权关联规则的概念,并分别给出挖掘这些规则的计算方法.     

模糊关联规则的并行挖掘算法

介绍了模糊关联规则挖掘算法的基本思想及实现步骤,提出了模糊关联规则的并行挖掘算法.并行挖掘算法采用并行的模糊c-均值算法将数量型属性划分成若干个模糊集,并借助模糊集软化属性的划分边界.用改进布尔型关联规则的并行挖掘算法来发现频繁模糊属性集.最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.在分布式互连的PC/工作站环境下进行性能分析,结果表明并行的挖掘算法具有好的可扩展性、规模增长性和加速比性能.     

发现边防突发事件的特征型知识

边境地区情况复杂，边防斗争和边境管理任务繁重，边防事务的工作量大，而边防突发事件的处置又具有很强的政策性、法规笥和时效性，涉及面广、要求高、标准严等特点。为了改善边境地区处置边防突发事件的能力，提高边防涉外事件处置水平，开发边境地区边防突发事件处置辅助决策系统具有重要的实际意义。采用数据挖掘的聚类方法将边防突发事件汇聚成几个模式，并发现模式的特征型知识，这些特征型知识能够有效地提高处置边防突发事件的能力。     

挖掘关注的语言值关联规则

为了解决利用RFCM算法划分数量型属性，并通过组合语言值进行语言关联规则挖掘中出现的规则数量太多，以及难于获得用户真正关注的规则等问题，提出了一种改进的语言值关联规则挖掘算法。通过最大隶属原则将记录在数量型属性上的取值转换为语言值，然后转换成布尔型属性关联规则挖掘问题。同时，给出一个能够度量语言值关联则简洁性和新奇性关注程度（兴趣度）的计算函数，用于减少选取关注语言值关联规则的工作量。采用本文提出的方法对一组实例数据进行实验，得到了关注程度较高的语言值关联规则。所采用的方法能适用于含有大量数量型属性的数据库，并能有效地获取用户关注的规则。     

基于WordNet重用的领域本体构建方法

构建本体是开发基于语义信息系统的重要步骤,提出了一种基于WordNet重用的领域本体构建方法。该方法分析了WordNet的结构和语义关系,将WordNet抽象为图模型,从中抽取以领域术语为节点的子图,得到一个领域子本体,再利用编辑工具对其进行修改和完善。实验结果表明,该方法可以重用WordNet的结构并从中获取领域知识,并半自动地快速构建领域本体。     

本体的半自动构建技术

为了处理海量的异构信息,达到知识共享的目的,介绍和研究了半自动构建本体过程中涉及到的众多理论、技术和方法;介绍了构建本体的准则和方法;比较和分析了构建本体所需的几种常用的编辑工具;回顾了本体的半自动生成技术;介绍了本体的丰富技术,并对各种技术的不足之处做了分析.这些技术可以有效地帮助和指导用户半自动构建满足需求的领域本体.     

F桶空间上F等度连续的等价条件

与经典拓扑线性空间的理论相比,Ｆｕｚｚｙ拓扑线性空间理论中的许多问题还有待进一步研究。这篇文章将采用文献（１）中的模糊拓扑空间的定义及相关的理论对Ｆ桶空间作深入的讨论。首先给出Ｆ桶空间的概念,然后讨论Ｆ桶空间上Ｆ等度连续的等价条件。     

语言值关联规则挖掘算法

挖掘语言值关联规则是数量型属性关联规则中的一个重要研究内容。已有的语言值关联规则挖掘算法没有充分考虑隶属度的信息，为此改进了语言值关联规则的挖掘算法，此算法能充分考虑隶属度的信息，但算法的效率不高。为了提高挖掘算法的效率，通过引入可变阈值，并提出折衷的语言值关联规则挖掘算法，折衷的算法损失了少量的隶属度信息，但节省了挖掘所需的内存和时间。     

基于特征的航空视频序列拼接方法

针对航空侦察视频序列,提出了一种基于特征点的视频序列拼接方法,论述了该方法的流程和模块。该方法矫正了航空视频序列中普遍存在的径向扭曲;改进了SIFT特征提取和匹配策略,缩短了算法的时间;提出了改进的RANSAC算法用于剔除匹配外点,提高了视频帧图像之间的变换精度;提出双频带融合技术消除边缘跳变和模糊叠影现象,改善了视频帧融合的视觉效果。实验结果表明,该方法能够有效地实现航空视频序列的近实时拼接,同时保持对噪声、光照和目标运动鲁棒。