基于改进的经验模态分解的时间序列匹配算法

针对经验模态分解（EMD）的不足之处，对原有EMD方法中利用上下包络的乎均值得到平均包络进行了改进，采用三次样条对连续极值点的平均值进行插值获得乎均包络。通过这种方式，增加了近似极值点，在“筛”过程的每次循环中，只需要一次而不是两次祥务插值，缓解了“逆冲”和“欠冲”现象，改进了EMD方法，然后引用改进的EMD方法降低序列的维度，并用K均值算法实现模式匹配．实验结果表明，提出的在对EMD进行改进的基础上实现模式匹配的方法，优于传统的基于小波的模式匹配方法。     

数据流时间窗口中闭频繁项集的在线挖掘

在数据流闭频繁项集挖掘过程中,常忽略历史模式对挖掘结果的影响,并采用一种结构来标记闭频繁项集的类型,导致算法的效率不高.为此提出一种挖掘数据流时间窗口中闭频繁项集的方法NEWT-moment.该方法能在单遍扫描数据流事务的条件下完整地记录模式信息.同时,NEWT-moment提出的剪枝方法能很好地降低滑动窗口树F-tr...     

一种知识库系统软件体系结构框架的研究

在专家系统、实时控制、问题求解、机器学习等智能应用领域,都需要存取和管理大规模共享知识库,这种知识库不能用传统的专家系统外壳来建造,因为这些外壳不能满足数据量的不断增长,知识库丰富的表示结构和推理机也不被现存的数据库技术支持。为了解决这个问题,本文提出了一种适合知识库管理系统的体系结构,这种软件体系结构采用可以处理不同粒度空间的商空间结构,给出了基于商空间的一种新的知识库系统软件体系结构模型,定义了原子构件、商构件、连接和配置,描述了农业气象知识库系统框架,给出了它的构件和配置案例,这些工作为基于商空间的知识库系统软件体系结构研究奠定了理论基础,为进一步研究软件体系结构提供了新方法。     

那格列奈纳米浓乳液软胶囊的研制

通过筛选乳化剂和助乳化剂,伪三元相图的绘制、体外乳化和稳定性实验确定制备那格列奈浓乳液软胶囊的最佳处方,并考察产品的溶出度。该纳米浓乳液软胶囊中的乳化剂为聚氧乙烯氢化蓖麻油40,助乳化剂为1,2-丙二醇,油相为精制大豆油,其比例为50：30：2 0。溶出度可达9 0%以上。留样1 2个月,溶出效果不变。     

集成范例推理系统的研究

首先研究了与范例推理相集成的多种技术,并着重研究了基于范例推理和规则推理的集成方法,以及基于范例推理和归纳技术的集成方法,以此来充分利用范例推理、规则推理和归纳学习技术的各自优势,提高智能系统求解问题的能力。     

神经网络PDP系统中的CS问题

本文阐述PDP中的约束满足(Constraint Satisfaction,简记为CS)的一般概念及其在PDP中的解决,着重分析在PDP中的几个模型:Schema模型,Boltzmann机,Harmony理论,和它们的特征及局限性。     

基于案例库维护的案例推理分类技术

分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。     

基于均值约束满足度剪枝策略的高效序列模式挖掘算法

为了减少无用候选序列的生成,并使挖掘得到的序列模式符合用户要求,约束条件下的频繁序列模式挖掘已成为数据挖掘领域的一个新的重要研究方向.作为强约束形式的一种,均值约束目前仍然是基于约束的频繁序列模式挖掘的一个困难问题,其主要原因在于很难利用均值约束来进行序列模式挖掘中的剪枝.为此,提出了一种基于均值约束满足度剪枝策略,并且以前缀增长方法为基础设计了一个有效的频繁序列模式挖掘算法.通过分析并实验验证了该算法的时间效率和剪枝性能,结果表明,该方法是有效的.     

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。