具有多时间粒度的时态数据库规范化问题研究

一个好的数据库逻辑设计目标是消除数据冗余以及插入、删除和更新异常,对于时态数据库也是如此,提出了时态初等函数依赖、时态初等关键字、时态初等主属性、时态简单关键字、时态简单主属性的概念,在此基础上利用具有多时间粒度的时态函数依赖(TFD)约束对时态数据库进行了规范化研究,提出了时态一范式、时态二范式、时态三范式、时态初等关键字范式、时态简单范式、时态Boyce-Code范式,并对它们的规范化程度的高低次序进行了证明。     

时态关系数据模型C-TRDM的研究

提出一种新的时态关系数据模型C-TRDM和基于该模型的时间过滤操作，并结合时态数据关系代数运算实例，说明它是完备的．     

基于C-TRDM模型的Key-Time法与时间过滤算子

基于C-TRDM时态数据模型,利用传统的关系数据库来进行时态数据处理研究,提出一种修正关系数据表结构的“Key-Time”法和时间过滤算子的新概念,讨论了如何基于“Key-Time”法进行单表和多表之间的时间过滤操作,并结合实例给以说明．     

单流出B型Q过程爆发后的存活时间分布

单流出B型Q过程是一类在理论和实际上很重要的Markov过程，它的Martin流出边界Be是单点集{b}。杨向群教授在文[1]中，解决了单流出时B型Q过程的构造问题。此类过程由一个行矢量a≥0，常数C‘或C‘以及一个行协调解族{^-η（λ），λ＞0}完全决定。在文中[3]中，对爆发的生灭过程，杨向群教授得到了生灭过程爆发后的存活时间分布、平均存活时间等许多性质。在此基础上，在文[4]中研究了单流出B型Q过程爆发后的期望停留与寿命。我们对单流出B型Q过程进行了更深入的研究，得到了如下重要性质，这些性质都强烈地依赖于过程爆发后的构造。①求出了过程爆发马上就灭亡的概率。②求出了过程爆发后的存活时间分布（Laplace变换形式）。③求出了过程寿命的分布以及经过流出点b的过程寿命的分布（Laplace变换形式）。     

基于Lax-Wendroff型时间离散的高精度GDO方法

将传统的GDQ方法与Lax-Wendroff型时间离散相结合,构造出一种时空同步离散的高精度守恒型差分方法.数值试验证明该方法能够很好的模拟激波、压缩波、稀疏波和接触间断等流场特性,并具有精度高、计算量小、形式简单、边界条件易于处理等优点.     

求解Hamilton—Jacobi方程的Runge—Kutta型TVB时间？…

ＴＶＤ、ＴＶＢ及ＥＮＯ格式问世以来得到了广泛的应用，目前求解双曲线型守恒律方程的构造高阶精度无振荡差分格式的途径正方兴未艾。本文根据的思想，给出一种求解Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ方程的Ｒｕｎｇｅ－Ｋｕｔｔａ型ＴＶＢ时间离散方程，并在理论上证明了如此构造的格式在保持ＴＶＢ性质下应满足的条件。     

求解Hamilton──Jacobi方程的Runge──Kutta型TVB时间离散方法

TVD、TVB及ENO格式问世以来得到了广泛的应用[1,2,3],目前求解双曲线型守恒律方程的构造高阶精度无振荡差分格式的途径正方兴未艾。本文根据[1]的思想，给出一种求解Hamilton－Jacobi方程的Runge-Kutta型TVB时间离散方法，并在理论上证明了如此构造的格式在保持TVB性质下应满足的条件。     

设计研究中的数据驱动和艺术导向

从中国产业调整和工业设计发展的角度,来研究现代设计方法及理念在中国设计发展中的历史和现状。首先论述在中国产业升级和调整的背景下数据驱动型设计的方法及思潮,进而对比分析传统设计方法与数据驱动型设计的学科结构、流程,以及与其他相关学科的关系等。在此基础上,试图探索中国设计的走向和设计教育的取向,并提出前瞻性的建议。     

学生时间管理倾向、自我概念与生活满意度的相关研究

为了考察大学生时间管理倾向、自我概念与生活满意度的关系状况，采用时间管理倾向量表自我概念和生活满意度量表对福建省530名大学生进行调查．结果表明：①大学生时间管理倾向、自我概念与生活满意度各维度存在相关；②时间监控观、时间效能感、社会自我、自我认同直接预测生活满意度；③大学生时间管理倾向、自我概念与生活满意度关系密切，社会自我因子是其中的中介变量．     

高职旅游管理专业工学结合、半工半读"T"型人才培养模式的研究与实践

我院旅游管理专业作为河南省教育教学改革试点专业,旅游管理教研室率先对"工学结合半工半读"人才培养模式进行研究,根据济源市"十一五"规划和学院的实际情况,提出了高等职业院校旅游管理专业工学结合"T"型人才培养模式,探索半工半读教学模式下的课程改革,分析了实施过程中的关键点。     

一个基于频繁项集的时态数据挖掘算法

研究了基于频繁项集的一个时态效据挖掘算法。首先，引进了基于频繁项集关联规则的概念，性质，然后，给出了基于时态约束关联规则的相关概念的定义和性质分析。最后，给出了在时态效据库中挖掘具有时态约束的最大频繁项集，并在此频繁项集生成时态关联规则的算法，由此导出了一种具有一定意义的时态关联规则挖掘方法，这种方法可以崩于商品销售。股票价格等问题的知识发现，最后讨论了该算法在股票效据分析上的一个应用。     

基于统计方法的正负时态相关性挖掘

传统相关性挖掘是在整个事务数据库的时间范围内进行的,但有时用户需得到某一特定时间段(如商品促销活动)内商品的相关性.该文对这类问题进行了详细的讨论,提出了一种基于统计方法的正负时态相关性挖掘算法.在详细讨论了该算法模型的基础上,给出了具体的算法设计,并通过实例检验该算法的有效性和可行性.     

数据挖掘中数据分类算法的比较分析

分类算法是数据挖掘中的最重要的技术之一．通过对当前提出的最新的具有代表性的分类算法,从预测精度、学习效率、健壮性等方面进行深入的分析和比较,总结每类算法的各方面特性,从而便于研究者对已有的算法进行改进,提出具有更好性能的新的分类算法,同时方便使用者在应用时对算法的选择和使用．     

数据采掘中的广义粗略集模型

在数据采掘中,运用传统的粗略集模型能对完整的数据库进行所需的规则抽取。在此基础上研究了广义粗略集模型对不完整数据库的数据采掘问题。     

负关联规则挖掘算法研究

典型的正关联规则仅考虑事务中所列举的项目.负关联规则不但要考虑事务中所包含的项目,还必须考虑事务中所不包含的项目,它包含了非常有价值的信息.然而,对于负关联规则挖掘的研究却很少,仅有的几种算法也存在一定的局限性.为此,文中提出了一种快速有效的负关联规则挖掘算法MNAR,并给出了一种基于二进制形式的支持数计算方法.理论和实验结果表明算法MNAR是有效和可行的.     

面向数据流挖掘过程的算法管理框架

结合数据流的特点,提出了一种面向数据流挖掘的过程模型PM-DSM。针对目前数据流挖掘过程中存在算法众多但利用率低的问题,提出了一种基于Web服务的数据流挖掘过程模型算法管理框架PMAMF-DSM,描述了该框架的体系结构和运行机制,并用UML活动图给出了框架的实现语义。在Eclipse上基于该框架实现了一个数据流挖掘算法管理系统,实验结果表明了该框架的灵活性与自适应性。     

基于数据挖掘思想的故障模式分析

提出了一种新型的基于数据挖掘思想的故障模式分析.通过收集故障现象并整理形成故障信息维度表,产品技术参数、故障原因等组成的关系规则维度表;基于故障信息维度表与关系规则维度表应用Apriori算法的频繁项集方法对故障信息进行分析,通过故障匹配、生成候选集、过滤候选集,最后确定故障原因,优选出排除故障方案.     

基于仿生学的空间数据挖掘技术发展与应用

,分析了仿生学应用于空间数据挖掘的必要性及可行性;阐述了神经网络、遗传算法和基因表达式编程的应用研究;探讨了空间数据挖掘仿生学方法以及空间数据挖掘仿生学方法的未来发展.     

一种文本分类数据挖掘的技术

挖掘的理论和应用研究是数据挖掘领域一个新的重要分支,介绍了一种文本数据挖掘方法. 首先,论述了文本挖掘的意义和重要性,探讨了文本挖掘的定义和文本分类的一些形式,然后讨论了一个以数据预处理、特征提取、特征表示和特征匹配等文本分类的一些关键理论问题,并给出了一个基于该方法的文本分类系统的实验结果,实验结果表明了该方法的可行性.