基于隐马尔可夫模型的Web网页预取

为了缓解网页访问延时的问题，提出了一种基于隐马尔可夫模型的网页预取方法。该方法借助隐马尔可夫模型，挖掘蕴涵在用户访问路径中的信息需求概念，以此进行预取页面的评价，最终实现基于语义的网页预取，实验结果表明，该方法具有较好的预取准确度。     

基于加权概念网络的用户兴趣建模

提出了一种基于加权概念网络(WCN)的用户兴趣建模方法，该方法利用动态学习算法，挖掘蕴含在用户反馈文档中的概念及其概念关系，建立WCN的用户模型，从而捕捉和表述用户兴趣偏好．基于WCN用户兴趣模型，提出了检索提问个性化理解以及文档个性化重评价的实现方法．为了检验提出方法的建模性能，设计了信息过滤仿真试验．测试结果表明，WCN有较好的用户建模性能．     

英汉文化与语言的联想意义

首先区分了语言的联想意义和概念意义，然后重点分析了英汉语言概念意义相同的情况下，两种语言的联想意义相同或相似、联想意义不同和联想意义空缺及两种语言可用概念意义不同的语言来表达某一相同的联想意义等四种情况。     

具有认知判别功能的自联想记忆神经网络模型

提出一种具有认判别功能的自联想记忆神经网络模型，对一个新的输入模式，当网络达到平衡点时，通过一种差别函数可差别该模式是否是网络中已存贮的模式，如不是则对其进行学习；如是则该平衡状态即为其联想结果，给出了模型及其学习规则，分析了网络吸引子半径与有关参数的关系及模型对输入模式的筛选作用，最后给出了计算结果。     

隐喻机制——词汇联想教学的理论基础

基于国内外学者的研究，从语义场，概念隐喻和概念整合理论三个方面对隐喻的运行机制进行评析，该三大理论的互补和合作是阐释词汇联想认知的重要基础。     

联想记忆激发机制的性质坐标表达

提出了以下联想激发机制的一个性质坐标模型，给出了事物本身属性激发事物整体表象的数学表达，进行了从事物的整体概念本身若干属性的联想机制的定性分析；讨论了两个事物通过其相似属性而达联想沟通的数学表达，其中，前两种属于自联想记忆机制，后者属于异联想记忆机制。     

英汉习语中动物词意义的跨文化研究

本文通过所收集的例证，站在文化的角度，以英汉习语中动物词的概念意义和联想意义为出发点，分别从以下四方面进行了细致的比较分析：概念意义相同，联想意义相同或相似；概念意义相同，联想意义不同；概念意义相同，联想意义空缺；概念意义不同，联想意义相同。研究发现，动物习语既体现了文化普遍性原则指导下的意义对等，也体现了由于两种民族不同的宗教信仰、文化习俗、审美角度、地理环境、文学作品、生产活动等方面的文化差异所导致的动物意象的差异。     

英汉文化与语言的联想意义

首先区分了语言的联想意义和概念意义,然后重点分析了英汉语言概念意义相同的情况下,两种语言的联想意义相同或相似、联想意义不同和联想意义空缺及两种语言可用概念意义不同的语言来表达某一相同的联想意义等四种情况。     

基于启发式退火拓扑择优机制的稀疏联想记忆实现

借鉴统计物理学中的“退火”概念，针对已有稀疏互联联想记忆模型中只考虑网络连接随机稀疏方式，缺乏面向特定模式存储任务的确定性操作，使用非平衡态统计分析方法，讨论了有限代谢能量资源约束下的网络结构最优稀疏原则，给出了相应的理论推导.在此基础上，研究了面向特定学习任务的网络稀疏结构自适应方法，构建了基于启发式退火拓扑择优机制的稀疏联想记忆模型.实验表明，该模型既具有一定的生物学基础，维持了网络结构广泛稀疏互联的特性，又能在网络资源受限条件下达到最优联想记忆性能，符合神经生物系统本身自组织、自学习的特点.     

基于概念检索的中文搜索引擎

随着Internet中文信息的增加，智能化引擎已成为中文检索技术未来的发展目标与趋势，概念检索作为一种实现技术有着广泛的应用前景，文中阐述了概念检索的意义，介绍了一种基于概念语义网络且针对特定领域的中文搜索引擎模型与实现。     

An Intelligent Web Pre-fetching Based on Hidden Markov Model

Web pre-fetchin8 is one of the most popular strategies,which are proposed for reducing the perceived access delayand improving the service quality of web server. In thispaper, we present a pre-fetching model based on the hiddenMarkov model, which mines the latent informationrequirement concepts that the user‘s access path containsand makes semantic-based pre- fetching decisions.Experimental results show that our scheme has betterpredictive pre-fetching precision.     

基于两阶段计数的用户关联挖掘

基于规则的推荐技术在数据集上挖掘项目关联和用户关联为当前用户做推荐．用户关联挖掘是使用用户关联进行推荐的关键．首先证明在整个数据集上挖掘到的关于当前用户的用户关联集是只在包含当前用户评价的数据集上挖掘到的关于当前用户的用户关联集的子集,提出基于两阶段计数的用户关联挖掘框架,然后应用概念格技术实现了基于两阶段计数的用户关联挖掘算法,并通过实验表明该算法具有更好的性能．     

超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

基于SOFM网络的多层模糊关联规则挖掘算法

为了表示复杂庞大的概念层次树,文中提出了一种更加通用的编码方案,将概念分层应用于模糊关联规则的挖掘.此外,为解决隶属度函数难以主观确定的问题,引入一种SOFM网络来确定样本数据的隶属度函数.基于改进的概念层次树的编码方案和SOFM网络,将模糊集引入关联规则挖掘中,设计了一种新的多层模糊关联规则挖掘算法.实验结果表明,该算法可以有效地挖掘出易于理解的、有意义的多层次模糊关联规则,具有很好的效率和伸缩性.     

联合解耦上/下行链路级联和跨层双连接入技术的三层异构网设计和覆盖概率分析

研究了跨层双连接(dual-connectivity, DC)3层异构网络(heterogeneous network, HetNet)中上行链路(uplink, UL)和下行链路(downlink, DL)解耦级联(decoupled UL and DL association, DUDA)设计和网络覆盖概率问题。在该跨层DC DUDA模型中,一个用户的DL或UL同时与位于不同层的最佳和非最佳基站(base stations, BSs)级联,并且DL的接入基站可能与UL的不同。对此网络,获得了各种可能的跨层DC DUDA实现方案;利用实际的功率约束简化了每种案例的级联条件,获得了级联概率闭式解;利用随机几何方法获得了网络的覆盖概率。数值和仿真分析了系统参数对级联概率的影响,比较了耦合和解耦模型的级联概率和覆盖概率,发现提出的DUDA DC模型优于传统的耦合的UL/DL级联(coupled UL and DL association, CUDA)DC模型;给出了覆盖概率的数值分析和仿真比较,验证了文章所得结论。     

基于Web日志的混合挖掘模型研究

在电子商务环境下,提出一种基于Web日志抽取用户兴趣模式的混合挖掘模型MMA(mixed mining algorithm),该模型克服了单纯挖掘浏览模式或关联规则的不足,综合考虑用户的浏览和购买行为,能够有效捕获用户兴趣,获得潜在的商机,并为用户提供个性化的服务.     

多维多层次挖掘关联规则在商品房交易中的应用

讨论了一种在关系数据库中挖掘关联规则的方法．该方法利用关系数据库的特点．有机地组织概念层次树技术、关联规则挖掘技术进行多维多层次挖掘关联规则．挖掘满足要求的多维关联规则、多层次关联规则、交叉层次关联规则。     

入侵检测中攻击模式的挖掘

数据挖掘方法可以处理庞大的日志审计数据，并更快地提取入侵模式．提取网络入侵模式所用的2个核心算法是关联规则算法和序列规则算法．它们被用于提取每个连接记录内部和记录间的特征模式．在原算法的基础上，采用向量标识频集的方法，使其较好地达到时间和空间的平衡．