范例库上的知识发现

本文着重探讨在范例库中引入一系列可以使用的知识发现技术，以提高范例推理系统的知识获取的自动化程度，这里提出了基于范例库上的修正规则的发现技术与算法，为此进行了实验与讨论。     

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。     

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。     

地质勘探施工技术辅助设计软件范例库的开发

根据地质勘探坑道施工技术的特点，提出了使用基于范例推理思想来开发地质勘探范例库的设想，并简要介绍了基于范例推理思想及其设计方法，并且结合勘探平巷掘进施工技术的特点，将前人所做的成功的勘探平巷掘进工程实例利用CBR的基本原理做成范例库，嵌入到勘探坑道掘进施工技术辅助设计软件，以进一步开发软件的智能化设计功能。     

基于位置的特征项权重算法

Web文本分类是Web文本挖掘的主要内容,而特征项权重的计算是web文本分类中一个非常重要的步骤。Web文本一般由标题、描述和正文三部分组成。根据Web文本的这一特点,本文提出了一种基于位置的特征项权重算法,并使用此算法对Web文本进行了分类实验。实验结果表明该算法有效提高了Web文本分类系统的分类性能。     

多媒体数据挖掘的相关媒体特征库方法

提出了数据挖掘系统原型ＭＤＭＰ的媒体特征库（ＭＦＤ）特征与建立特征库的方法，介绍了ＭＦＤ数据模型特征和数据类型；特别是构造了包括空间拓扑关系和方向关系的媒体特征获得了方法，面向对象的ＭＦＤ，支持复杂对象和基于多种特征的相关对象查询，支持关联存取和导航机制，能满足相关媒体数据挖掘ＭＤＭ的需要。     

基于案例推理中特征权重自动学习方法研究

讨论基于案例推理中特征权重的自动学习方法．通过分析现有的一种利用粗糙集理论进行权重自动学习的算法，指出了该算法中存在的一些问题，最后提出了一种改进的权重自动学习算法，并通过实例对两种算法进行了比较．     

数据驱动的定量规律发现技术研究

为了解决现有定量规律发现技术存在的发现范围狭窄,对噪声过于敏感,很难用于含干扰较大的实际观测数据等问题,将回归技术引入化简算法,提出了一个基于化简算法,原型回归和假说验证的多元函数规律发现的框架,根据该框架建立的知识发现系统,可用于发现蕴含于含有随机噪声的多变元观测数据中的数量规律。     

基于数据挖掘技术的青少年健康心理状况研究

目前海量的数据存储已远超过了人们的理解能力，尤其是现代医学数据量越来越大，而传统的统计技术及数据管理工具已经不能满足需求。知识发现及数据挖掘工具在处理海量数据库时显示了它们的长处。介绍了数据挖掘的概念和方法及其在青少年健康心理状况研究中的应用。     

基于知识发现的数据挖掘技术分析与研究

本文提出一种新的基于知识发现的数据挖掘技术：挖掘转移规则。首先分析关联规则的不足,并给出转移规则的形式模型和模板算法,最后讨论挖掘转移规则的应用和发展。     

基于覆盖性和适应度的CBR实例库维护

针对实例推理（CBR）系统中实例无限增加会导致实例库冗余和实例检索效率降低,从而使系统总体性能下降的问题,对现有的实例库维护方法进行了分析,给出了基于实例覆盖性的实例保存策略,以此来限制实例库的无限扩大,进而提出以实例适应度函数对实例在实例库中的存在性进行描述,精简实例库中适应性差的实例,从而优化了实例库的存储结构,提高了系统性能．最后以冲裁模具实例库的维护为例,验证了上述方法的合理性和有效性．     

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。     

智能化数据挖掘系统

目前通用数据挖掘系统需要由用户自主去选择需要的数据挖掘算法．这就使这些通用数据挖掘工具很难被那些不熟悉数据挖掘术语和数据分析技术的普通用户所使用．为了解决这个问题,文章讲述了一种基于案例推理的智能化数据挖掘系统,这种系统的主要功能是根据用户提交的任务书,在算法库中查找相应的算法自动实现数据挖掘,将用户从繁重的算法设计、算法选择中解脱出来．     

多属性决策中基于加权模型的属性值灵敏度分析

针对多属性决策中属性值的灵敏度分析,首先介绍了方案灵敏度及最灵敏方案等有关概念;然后在考虑将比重变换法作为属性值规范化方法的情况下,基于加权模型,给出了当两个方案之间排序位置颠倒时某一属性值的最小变化量的计算方法,并且在此基础上,可找出最灵敏方案·最后给出了一个算例·     

改进遗传算法及其在钻井液设计中的运用

在深井、超深井以及地层复杂等条件下,为了避免或减少钻井事故的发生,达到优质快速钻井的目的,选择合适的钻井液体系至关重要。基于案例推理（CBR,Case-Based Reasoning）的钻井液设计中,钻井液体系由岩性、井型和井深等属性推理得出,但属性权重的分配会对推理结果产生显著的影响;遗传算法在优化属性权重时,存在收敛速度慢、收敛精度低的缺点。针对上述问题,提出一种解决CBR中属性权重分配问题的改进遗传算法。首先,对遗传算子进行改进：选择算子方面,利用指数尺度变换法优化个体选择;交叉算子方面,对算术交叉中的比例因子进行自适应调整;变异算子方面,改进个体变异方向,保持种群多样性。其次,从个体适应度和交叉个体的差异程度两方面实现交叉概率自适应调整。最后,通过对UCI数据集的对比实验,证明了改进后的遗传算法能改善全局收敛性能,提高CBR的准确率。将该算法运用到基于CBR的钻井液设计中,实验结果表明,所提方法能够优化属性权重的分配,进而提高钻井液设计的质量。     

交通事故案例检索优化方法

为提高交通事故条件下实时决策管理的准确性,提出交通事故案例检索优化方法.基于交通事故案例数值型和枚举型数据构成特征,采用信息熵方法评价数据离散程度,客观确定交通事故案例属性权重,在数据归类化处理的基础上,应用二阶聚类算法建立案例检索库,开发交通事故案例检索系统并进行案例检索试验,从案例最高相似度及案例集匹配度两方面评价案例检索精度,验证了该案例检索优化方法的有效性.     

基于粗糙集的数据挖掘属性约简算法研究

粗糙集理论是一种研究不完整、不确定知识处理的数学工具,属性约简是粗糙集理论的核心内容之一.阐述了粗糙集理论的基本思想,给出了一种启发式的最小约简算法,通过一个实例,分析说明算法的可行性和有效性.     

基于事例的自适应关联规则挖掘模型的研究

认为传统的关联规则挖掘模型主要是针对结构化数据 ,其可信度和支持度不能随环境的变化自适应调节 ,即缺乏自适应性 ,而现实中还存在大量非结构化的数据 .针对传统发现模型的不足提出了一个基于事例的自适应关联规则发现模型 ,它不仅可以处理对非结构化数据的数据挖掘 ,而且还可以随着环境的变化自适应调节支持度和可信度 .