一种新的多级关联规则高效挖掘算法

提出一种新的多级关联规则挖掘算法，该算法采用自中间开始并基于集合运算的方法来求频繁集，在求解过程中不需要建立复杂的hash树，并且避免了挖掘初期在每个模式中产生大量的支持事务集，从而减少了I／O操作，提高了挖掘的效率．     

一种基于集合运算的分类规则处理方法

通过分析分类规则与训练集之间的映射关系,采用集合的相关运算寻找特征规则及相应特征集,从而消除分类规则集中存在的冗余,并在此基础上提出了基于集合运算的分类规则处理算法(PASO).最后,以恒星光谱数据为背景,实验验证了该方法的正确性和可行性.     

Suppoqui算法-基于支持度的频繁集快速产生算法

提出了一种新的关联规则挖掘算法-Suppoqui算法,该算法是通过对集合树进行遍历来求频繁项集,它取消了候选集的求解过程,抛弃了以往传统算法求解频繁项集的思路,因此该算法是高效的。     

基于最小支持度阈值动态调整策略的最频繁项集挖掘算法

最频繁项集挖掘是文本关联规则挖掘中研究的重点和难点,它决定了文本关联规则挖掘算法的性能.针对当前在最频繁项集挖掘方面的不足,改进传统的倒排表,并结合最小支持度阈值动态调整策略,提出一个新的基于改进的倒排表和集合理论的最频繁项集挖掘算法.另外,给出几个命题和推论,并把它们用于本文算法以提高性能,最后对所提算法进行实验验证.实验结果表明,该算法的规则有效率和时间性能比常用的两个最频繁项集挖掘算法(NApriori算法,IntvMatrix算法)都好.     

关联规则最大频繁项目集的快速发现算法

提出一种快速发现最大频繁项目集的算法, 该算法对集 合枚举树进行改进, 结合自底向上与自顶向下的搜索策略, 利用非频繁项目集对候选最大频 繁项目集进行剪枝和降维, 减少了不必要候选最大频繁项目集的数量, 显著提高了发现的效 率.     

nt集合建筑施工现场平面布局的遗传算法与模糊规则系统 (英 )

根据荷兰典型城市建筑施工现场平面布置设计的调查资料 ,采用遗传算法与模糊规则系统二者结合 ,集合了荷兰城市中 8— 9层办公楼的不同建筑施工现场平面布置图设计环节和预测了该类建筑施工的现场平面布置设计方案 .研究表明 :集合建筑施工现场平面布局的遗传算法与模糊规则系统的预测结果与现场调查资料吻合良好 .     

模糊粗糙集合

介绍了模糊集合及粗糙集合的概念和特征。说明了模糊集合和粗糙集合之间的联系 ,讨论了模糊粗糙集合概念 ,同时 ,对模糊粗糙集合的补、交、并及等价进行了研究。为模糊集合和粗糙集合的结合建立了基础     

Zadeh模糊集合理论存在问题证明及其改进--一个满足全部经典集合公式的C-模糊集合系统

Zadeh模糊集合理论具有不能正确描绘客观世界的全部模糊现象,特别是不能描绘相交而不“包含或者分散包含”的情况,不可能存在反集等两个严重缺点;定义了不存在的反集这一严重错误,导致了思维、逻辑和概念混乱.但是,Zadeh等把错误缺点说成为“对传统的挑战”、“摆脱传统的约束”[2-序]的先进成果.企图用“算子”拼盘(不是像概率论那样各种公式有统一的解释)来掩盖缺点,导致了系统混乱(不清楚什么时候需要使用什么算子),误导人们以为模糊集合理论必然与常规思维、逻辑和概念相悖.为此,分析和证明了Zadeh模糊集合的错误.介绍了一个新模糊集合系统:C-模糊集合系统,它能克服Zadeh模糊集合理论的全部错误和缺点,能正确地描绘客观世界的全部模糊现象,有反集.它是经典集合系统的特例而不是推广,能满足全部经典集合的公式,与正常思维、逻辑和概念一致.     

浅谈(0,1)内的有理数与自然数一样多

对一个集合,我们通常会关心其包含的事物即包含的元素的多少。对于任意两个有限集合,可以用类似一把钥匙开一把锁的方法,比较它们所含元素的个数。对于两个无穷集合,可以用旅游团的住宿问题作为例子,用给房客编号和客房调整的方法来比较说明它们所含元素的个数。在以上讨论的基础上,利用集合的基数,我们论证得到结论:(0,1)内的有理数与自然数"一样多"。     

有限群的π′－闭性

将Ｅｎｇｅｌ条件进行了推广，利用（ｐ，ｑ）－子群的性质，得到了有限群为π′－闭的几个重要结果。     

基于粗集理论的一种规则提取方法

介绍了粗集理论的基本概念,通过对现有基于粗集的最小规则提取算法的分析,发现其缺陷,提出了一种改进的基于粗糙集的规则提取方法,并用UCI数据库中的9个标准数据集从规则集的规则数目、规则集的平均规则长度、规则集的平均规则支持、规则集的预测精度等4个指标对改进的算法进行了测试和对比分析,实验表明了该算法的有效性.     

最大独立集问题的表面计算模型

DNA计算是解决一类难于计算问题的一种新方法,最大独立集问题是一个著名的NP完全问题,最大团问题及最小覆盖问题等价于最大独立集问题。本文中,我们尝试将最大独立集转化为0-1规化问题,利用0-1规化问题的表面计算模型求解最大独立集。本文充分说明了NP-完全问题可以相互转化的性质。     

粗糙集的动态粒度及应用

经典粗糙集理论把元素与分类的关联看成不变的,不便于论域上动态数据的研究,而动态粒度可以从不同角度或层次来分析数据,从而弥补经典粗糙集过于简一的计算机制.在经典粗糙集的基础上结合动态粒度的特点,给出了粗糙集、粒计算、动态粒度和影响度的概念,提出了一种粗糙集的动态粒度算法,并给出其应用.     

粗糙集理论与管理决策分析

应用新型数学工具--粗糙集理论--对干部管理决策中的一批数据进行科学推理,从中获得一组精炼的决策规则.它为管理信息系统和智能决策系统的构建提供了新途径.     

元胞自动机和粗集支持下的土地利用变化研究

元胞自动机(CA)可以有效地模拟城市土地利用类型的演变过程,在土地演变过程中需要确定转换规则.该文是用粗集理论来确定元胞自动机(CA)不确定性转换规则的方法,再利用得出的转换规则在matlab中进行编程对城市土地利用类型的演化进行模拟预测.分析结果表明,利用粗集理论得出的转换规则在进行模拟预测后,用卡帕系数得到的结果评价是0.664 6,为高度一致性,用混淆矩阵得到的总精度结果评价为83.49%,与实际情况比较相符.粗集和CA的结合对城市土地利用变化的模拟和预测具有相应的借鉴意义.     

组合加速逃逸时间法构造M—集和充满的J—集

利用作者构造的迭代函数给出了一种新的组合加速逃逸时间算法。本算法在迭代点位于Ｍａｎｄｅｌｂｒｏｔ－集或充满的Ｊｕｌｉａ－集内部时也能很快地被判定，在保持了原算法精度的基础上，大大地加快了构造分形集的速度。     

基于Hash结构的关联规则交互挖掘算法

关联规则挖掘是数据挖掘的主要技术之一,现有的关联规则挖掘算法均基于支持度-置信度框架,当用户调整阈值时存在多次遍历数据库和重复计算问题。该文针对支持度阈值变化时的关联规则维护问题,提出了关联规则交互挖掘算法HIUA,该算法改进了原始IUA算法的剪枝过程,并通过Hash结构提高算法运行效率。在UCI数据集及企业实际财务数据集中的实验结果表明:在支持度阈值发生变化的过程中HIUA算法进一步利用已有挖掘结果,有效提高了关联规则挖掘的效率。     

基于JAVA反射机制的规则引擎设计与实现

根据专家系统的推理机制和JAVA语言的反射机制设计实现了一个规则引擎,该规则引擎利用XML文档存储规则RETE算法匹配规则.应用程序通过实例化类调用规则引擎,改变了传统企业中业务过程和企业信息紧密耦合的情况,降低了企业信息系统的维护成本.     

关于最优化问题的算法收敛准则

对一最优化问题的算法收敛准则进行分析、改进，构造出一新收敛准则数值实验结果表明，新算法收敛准则可靠性高     

浅论智能信息分类处理中的数学基础问题

探讨了普通集合、模糊集合、可拓集、灰集、不确定集、粗集、Vague集及反演集合在智能信息分类处理中的适用范围