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。     

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。     

范例库中特征项权重的发现技术

系统地探讨了在范例库中引入一系列可以使用的数据挖掘技术，以期提高范例推理系统中知识获取的自动化程度。为了准确地表达范例比较间的本质特征，重点讨论了应用于范例库上特征项赋权的基本技术，并提出了一个自适应发现算法，然后进行了实验，结果表明此方法要优于其它方法。     

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。     

基于范例推理的研究

范例推理系统在人工智能研究中起着很重要的作用。对范例推理结构进行了研究,阐述了这些范例推理结构相应的功能,并把数据挖掘中的一些算法应用在案例推理中,使案例推理趋向智能化。     

数据挖掘库预处理技术在教学中的应用研究

阐述了数据挖掘预处理技术的原理,结合教学实践研究了预处理的各种方法与技术实现,探讨了空缺值、不一致数据的处理,以及属性删除与构造,聚类技术进行归约的方法.     

基于范例推理的现代汉语语素字采集

提出语素词的采集方法，在统计的基础上采用语法跟语义分析相结合的方法，分类来提取语素字，并且对语素字内部的兼类情况进行了分析，采用基于范例的推理方法提取兼类语素字。     

基于数据挖掘技术的智能手机用户行为分析

本文介绍了数据挖掘的相关概念与知识,并阐述了智能手机用户在访问网络时产生的有用日志的获取过程,以及运用数据挖掘技术有效分析智能手机用户行为的方法,为运管商和访问内容提供商的决策者提供分析、推理和预测等的有力支持。     

基于范例推理的进化计算

结合进化计算灵活、并行的特点,将遗传算法引入CBR的基本框架中,提出了基于遗传算法的范例修正模式,讨论了GA中重要的编码、适应值函数问题,并通过具体系统的范例推理原型进行了验证.     

基于范例推理的桩基设计辅助系统

基于范例的推理（CBR）是一种新型的人工智能推理技术，能够有效地提高系统的推理求解能力，利用Visual Basic和Access，通过应用数据库来表示和搜索匹配范例，对开发基于范例推理的桩基设计辅助系统进行了初步尝试。     

数据挖掘技术的深入研究

讨论了数据挖掘技术的研究进展 ,并对四种方法进行了深入的研究 :关联规则、离群数据、基于案例的推理、支持向量机 ,最后提出一个基于数据挖掘技术的智能决策支持系统的框架和模型     

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．     

基于XML的Web数据挖掘技术的探讨

随着信息时代的来临,Web数据挖掘成为了一门新兴研究领域,分析了Web数据挖掘的特点,并将XML技术引入Web数据挖掘领域中,进而在此基础之上介绍了一种数据挖掘的模型。     

基于Web的数据挖掘应用模式研究

如何对Web上的海量信息进行高效的应用 ,使之能做到信息处理的智能化、个性化、自动化 ,是当今数据挖掘技术的最重要的应用。本文从分析Web上数据信息的特点入手 ,研究面向Web的数据挖掘需解决的主要问题 ,提出了一种基于Web数据挖掘的应用模式框架 ,并着重从功能的角度介绍了Web数据挖掘的演进过程。     

An ontology reasoning architecture for data mining knowledge management

In order to realize the intelligent management of data mining （DM） domain knowledge, this paper presents an architecture for DM knowledge management based on ontology. Using ontology database, this architecture can realize intelligent knowledge retrieval and automatic accomplishment of DM tasks by means of ontology services. Its key features include：①Describing DM ontology and meta-data using ontology based on Web ontology language （OWL）.② Ontology reasoning function. Based on the existing concepts and relations, the hidden knowledge in ontology can be obtained using the reasoning engine. This paper mainly focuses on the construction of DM ontology and the reasoning of DM ontology based on OWL DL（s）.     

基于数据挖掘技术的客户关系管理系统

针对数据挖掘技术是实现客户关系管理的重要工具，介绍了客户关系管理系统，着重分析了应用在CRM中的数据挖掘技术，探讨了其商业价值。