农业专家系统中知识表示技术的研究

采用“描述框架+规则组”的两级知识表示方法,“描述框架”定义问题域涉及的因素,“规则组”描述问题域内求解的问题.基于这种知识表示技术,设计实现了农业专家系统开发工具的知识管理子系统,并给出知识管理子系统中因素分类、知识检测、知识求精和知识发现等构件的实现方法.     

异质网络社区发现方法研究综述

社区结构是复杂网络研究中的重要领域,也是复杂网络的重要特征之一,发现网络中的社区结构在理解网络功能方面起着重要作用。通过对国内外异质网络社区发现文献进行深入研究,较为全面地对现有异质网络社区发现算法进行了归纳总结。首先,通过对国内外异质网络社区发现文献进行归纳,给出异质网络社区发现的基本概述,明确异质网络社区发现领域相关问题的基本定义。其次,介绍了异质网络社区发现算法及主要评价指标,利用不同网络结构以及算法对现有方法进行分类概述。最后,对异质网络社区发现算法的发展趋势进行了总结与展望,提出未来可以将研究重点集中在以下几个方面:1)探索基于异质网络的社区发现评价标准,以推动该领域的快速发展;2)设计更加通用的算法模型,解决由先验知识引起的未知社区数量问题;3)开展更多关于动态网络的研究。     

一种基于用户过程的知识发现建模方法

从开发真正实用的知识发现（KDD）集成系统的目的出发,指出对用户知识发现活动的全面支持是KDD系统成功的关键．通过对知识发现过程的系统分析,建立起面向用户的过程模型．实践证明,对用户工作的良好理解对于开发新型KDD集成系统具有重要的指导意义．     

离群数据集延伸知识发现研究

以现有离群挖掘技术为基础,结合已提出的离群约简与关键域子空间等一系列概念及其搜索算法,定义了离群最近邻、原子离群类及离群变异类等概念,提出了离群簇分析及离群趋势分析方法,建立了一种完整的离群数据集特征描述及延伸知识发现的整体框架CEKDO,以期对离群数据分类、产生来源、含义、行为特征以及离群趋势等进行全面分析,提出了离群分析的步骤。通过对移动通信业务数据的离群分析进行具体讨论,说明了这种离群延伸知识发现框架的实际应用。     

基于粗糙集的数据挖掘

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 ,近几年来在机器学习、知识发现、算法研究、工程应用、决策支持系统以及模式识别等应用中取得了较好的成果 .阐述了粗糙集理论的基本思想 ,介绍了人工智能中数据挖掘的一般过程及其方法     

不确定性知识的定性表示、推理及其应用——定性概率网研究综述

 贝叶斯网是不确定性知识表示和推理的有效框架,定性概率网是贝叶斯网的抽象表示,它简化了不确定性知识的表示,加速了不确定性知识的推理.近年来,定性概率网成为了不确定人工智能和知识发现领域的一个重要研究方向.分析总结了目前定性概率网的挑战和研究成果,主要包括定性概率网的知识表示、推理及应用3个方面.表示方面,概括了定性影响、定性加协作、定性乘协作和原因间影响,并探讨了定性概率网表示机制存在的问题及主要解决方法;推理方面,描述了推理算法,探讨了定性概率网推理冲突问题,分析比较了解决推理冲突的主要方法;应用方面,概括了基于定性概率网的知识发现和决策支持的主要方法.此外,基于对现有研究成果的分析总结,也指出了定性概率网相关方面进一步研究的问题及重点.     

大数据知识发现

随着信息技术的快速发展,人类面临的数据呈爆炸式增长,大数据的时代已经来临.大数据研究成为当今科学和经济社会发展的重大战略方向和必然趋势.大数据的巨大价值在于依据数据间关联性而建立的复杂结构关系网络中所蕴含的知识.大数据知识发现是一个非常重要和亟待解决的问题.本文总结了以燕山大学为核心的大数据研究团队部分最新工作,重点给出了大数据偏序结构理论及其相关工作的简要介绍,为快速、准确了解该团队的研究现状提供参考.     

数据发掘与数据库中知识发现

对数据发掘发展的研究现状及知识发现系统的研究趋势进行分析与探索,在此基础上从一般框架和特定问题的结合上提出新的构想。     

基于知识发现的高校科研决策支持系统

科研管理是高校的重要工作.如何从大量的科研数据中挖掘出支持科研决策的知识成了当务之急.讨论基于知识发现的高校科研决策支持系统.该系统通过对数据进行分类分析、聚类分析和关联分析发现知识,为学校科研决策者提供决策支持.     

知识过滤和它的依赖推理发现

知识具有颗粒，知识具有粒度；颗粒，粒度是知识的两个基本特征；知识的颗粒特征，知识的粒度特征与知识的属性保持着紧密联系，属性的变化引起知识颗粒特征，知识粒度特征的变化．本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集（rough set）理论与应用的研究中，提出了知识过滤的概念，给出知识过滤的数值度量，知识筛子原理．利用知识过滤的概念，给出知识过滤在依赖推理中的推理结构，依赖推理的数值关系和在知识发现中的应用．知识过滤与依赖推理相互交叉，互补共享，是知识发现研究的一个新方向．     

基于社会网络分析法的我国邻避问题研究热点分析

我国城市化进程加快,邻避冲突逐步增多,有必要对邻避问题研究热点及其变化特征进行分析,为我国邻避问题的研究提供参考借鉴。本文利用SATI3.2分析工具,并借助UCINET软件和NETDRAW软件的可视化功能,对我国近年来收录于CSSCI期刊和北大中文核心期刊的有关邻避问题研究的文献进行总体概况、基金资助、期刊来源的特征分析,形成高频关键词共现网络图谱,并对近十几年邻避问题研究热点的变化进行分析。结果表明,我国对邻避问题的研究热度持续上升,专业领域和热点话题随社会经济发展而不断变化,邻避问题的研究内容更加广泛,研究方向趋向多元化,初步形成了稳定且具有核心共识的知识网络。     

服务资源一体化发现原型系统

资源和服务的获取是当前互联网最主要的两种应用,几乎所有的网络活动都需要两者的支持.现有的服务或资源发现系统均是单独存在的,它们很少考虑服务与资源两者之间的关系.为了给用户提供更便利、一体的服务与资源查询处理机制,并能减少服务和资源两套处理系统带来的网络资源浪费,本文充分利用服务与资源两者之间的关系,发掘出两者之间的联系,提出并设计了基于语义的服务资源一体化发现原型系统.实验结果表明,服务资源一体化发现方法与传统的发现方法相比,提高了用户的满意度.     

粗集在知识发现中的应用

粗集作为一种数据分析理论，能有效地从不确定性的数据中发现知识，是目前在知识发现领域研究的热点之一。首先对粗集理论做了简单介绍，在此基础上论述了粗集作为一种数学工具在知识发现领域中的重要问题，并提出粗集的进一步可能发展方向。     

“法治反对解释”命题的修补

法治反对解释是一种维护严格法治的立场,也是研究法律的一个角度。对这一命题也许应该进行更宽泛的审视。法治反对解释引发了对传统法律适用方法的呼唤,也引出新的理解基础上的应用方法,因为只有理解了才能够适用或使用。对法治所反对的解释进行界定、法治反对解释的指向以及反对解释的功能等应该有更清晰的表述,以便于人们以更加明确的法治立场捍卫法治事业。     

机器学习与知识发现在高校公共突发事件智能预警系统中的应用

机器学习与知识发现能够帮助人工智能系统对现象或信息之间的因果关系产生更深入的认识,有利于提高智能决策支持系统的工作效率,有利于提高使用者和机器之间的默契程度。就机器学习与知识发现技术应用于高校公共突发事件智能预警系统进行了探讨。     

在新会计准则体系下“待摊费用”、“预提费用”账务处理的实务应用探讨

2006年发布的《企业会计准则——基本准则》不仅取消了原会计制度中＂待摊费用＂和＂预提费用＂这二项会计科目,而且也在资产负债表的报表项目中取消了＂待摊费用＂和＂预提费用＂内容。新会计准则没有对这项变化提出相应的账务处理的实务应用的指导,这导致原＂待摊费用＂和＂预提费用＂账务处理在具体的实务应用及教学中出现了很多不同观点。针对原＂待摊费用＂和＂预提费用＂在新准则体系下不同的实务应用进行探讨,以便探讨出更符合新会计准则精神的账务处理的实务应用。     

信号波形参数自动观测方法研究

分别对《信号与系统》教材中的冲激函数和周期矩形脉冲的傅立叶级数两种波形进行了全面完整的编程,并经过反复上机调试,使波形准确地显示出来。而且能够生动形象地演示出信号波形参数变化对信号波形产生的影响。这无论是对教学还是科研都具有重要作用,可使学生们加深对理论知识的理解和掌握。     

归纳逻辑视野下的数据挖掘研究综述

对归纳逻辑思想在数据挖掘中的应用研究进行了综述。国外的研究主要集中在人工智能方面,重点是高阶归纳逻辑研究,通过多态归纳逻辑、机器学习等方面发展了归纳逻辑理论。国内的研究集中在知识发现方面,例如通过研究关联规则等探讨知识发现的内在机理。相对来说,国外的发展更偏重于应用领域,而国内也在不断扩展归纳逻辑的理论应用,但在数据挖掘领域研究仍然偏少。     

Apriori关联规则算法的C语言实现

在分析Apriori算法的基础上,介绍了该算法的C语言实现,包括频繁集的发现和关联规则的生成,为进一步研究关联规则提供了基础。     

基于LDA模型的统计学热门主题挖掘及知识图谱分析

为揭示并对比统计学领域CSSCI期刊创办至今的刊文发展趋势与热门主题，该研究收集从1985－2020年CNKI数据库收录的统计学CSSCI期刊41 495篇文献作为研究对象，运用LDA主题模型及共现网络模型对热门主题及主流研究方法等指标进行热门主题与知识图谱分析，并绘制相关知识图谱.研究表明，近5年来在研究方法上大量采用结构方程模型和分位数回归法，而大数据则成为近年来新增的高频词.LDA模型能够较为精确地挖掘统计学领域的热门主题和研究方法，为科研人员和决策者开展前沿科学活动提供重要支持.