一种新型的基于多智能体的KDD系统结构

介绍了数据库中的知识发现（knowledge discovery in database,KDD)及数据挖掘（data mining,DM）研究领域的发展现状，分析了现有DM算法的局限性和KDD过程的复杂性，针对这些，进一步分析了多智能体系统（multi-agent system)可能给KDD系统带来的改善，最后设计了一种分层的，以控制Agent为核心的基于多智能体技术的KDD系统结构。     

数据挖掘技术及其应用研究

数据库中的知识发现(Knowledge Discov-ery in Database,简称KDD)是一个新兴的人工智能与机器学习技术相结合的研究领域,它是基于人工智能、机器学习、模式识别、统计学等技术,高度自动化地分析大量的数据,从中挖掘出潜在的规律,为作出正确的决策服务.随着数据量的急剧增长,一些大型数据库的规模已经远远超过人工所能分析的程度,需要通过数据库中的知识发现技术来解决,因而有着广阔的应用前景.     

KDD中的数据清理技术研究

数据清理是KDD的首要步骤；没有好的数据环境，就不会有理想的挖掘结果．介绍了数据的一般特征，讨论了KDD中数据清理技术的清除空缺、噪声处理及不一致数据等问题，指出通用性和自适应性差是目前数据清理工具存在的主要问题．     

分层逐步求精的知识发现KDD模型结构及其应用

知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ）作为人工智能、机器学习、模式识别、统计学、数据库和知识库、数据可视化等众多学科相互交叉融合发展起来的新兴研究领域,已引起了学术界和工业界的广大关注．本文提出基于示例学习分层逐步求精的ＫＤＤ模型结构,在借鉴模式识别有关知识的基础上,有机地与领域知识相结合,应用于无约束手写数字识别ＫＤＤ系统,得到较满意的结果．     

KDD中的数据清理技术研究

数据清理是KDD的首要步骤;没有好的数据环境,就不会有理想的挖掘结果.介绍了数据的一般特征,讨论了KDD中数据清理技术的清除空缺、噪声处理及不一致数据等问题,指出通用性和自适应性差是目前数据清理工具存在的主要问题.     

基于 Rough Set 的知识发现系统

ＲｏｕｇｈＳｅｔ理论是近年来出现的处理模糊和不确定性的数学工具，已广泛应用于人工智能的许多领域特别是ＫＤＤ领域。文章介绍了ＲｏｕｇｈＳｅｔ理论的基本思想，并着重讨论了几个基于ＲｏｕｇｈＳｅｔ理论的典型ＫＤＤ系统。     

KDD研究中的若干问题与方法

在数据库中发现知识,又称为数据发掘,其目标是从大型数据集中发现先前未知的潜在有用的模式或知识。本文对该领域进行简要综述,并主要从数据库角度讨论若干数据发掘问题与方法。     

从数据库中发现知识的研究

数据库知识发现是90年代中期兴起的决策支持新技术，是人工智能、机器学习与数据库技术相结合的产物。要从数据量庞大的大型数据库中发现知识，就不得不考虑学习算法的效率。将粗集理论应用到数据库知识发现中，可以从数据中自动抽取与给定的学习任务相关的属性，能有效地发现简练、贴切的知识。本文探讨了这一应用的理论基础和实现算法。     

知识发现系统进展与结构模型

首先介绍了KDD的基本概念,然后阐述了其国内外发展、面临的挑战与趋向,最后介绍了我们提出的KDD的扩展模型—KDD*、KD(D&K)、ESKD的研究。     

知识发现过程中数据采掘的方法和应用

从信息系统发展的角度综述了知识发现及知识发现过程中数据的方法和应用。     

粗集在KDD系统中的应用与研究

论述了粗集方法性质及特点,提出了粗集方法在KDD系统中的应用模型,同时给出了应用这一模型对一个数据库实例进行数据挖掘的过程.另外,从精确性、鲁棒性等方面对KDD系统中的粗集方法的适用范围进行了分析.     

基于KDD的教学质量评价系统研究

教学质量评价系统是监测与控制教学质量的重要工具与手段.以构造基于知识的教学质量评价系统为目的,从数据分析的角度,对影响教学质量的主体、过程等因素及相互关系进行了研究;提出了适合教学质量评测及控制的数据指标及规则发现方法.     

基于认知心理特征的协调器及相应KDD过程模型

为提高KDD自认知能力,首次提出了基于认知心理特征的启发协调器和维护协调器.讨论了其设计及相应的实现算法.为实现知识库的自聚焦和实时维护,引入了双库协同机制用于方向搜索和方向挖掘.建立了相应的过程模型KDD*,实验结果显示此过程模型改善了KDD的性能.     

数据挖掘技术及其应用的研究

数据挖掘是计算机行业中发展最快的领域之一,它使数据库技术进入了一个更高级的阶段,已经迅速扩大成为一个独立的领域。本文指出了数据挖掘与数据库知识发现过程中的关系。总结了数据挖掘实现所面临问题及其任务,最后介绍了数据挖掘的实际应用。     

网络安全技术在局域网中的应用研究

在实现局域网与Internet在沟通过程中，减少网络拥塞，防止非法入侵，提高网络的安全性是网络技术发展的重要内容，文章通过对网络安全和防火墙技术的分析，重点介绍了复合式防火墙的策略和实现方法。     

知识发现中的聚类分析及其应用

知识发现的目的是在大量数据中进行模式识别、提取有用的知识 .本文在对知识发现方法作了一般论述的基础上 ,着重分析了聚类分析方法 ,设计了该方法的一个实现算法 ,并结合员工业绩考核讨论了方法的应用     

Rough集理论与KDD中属性约简算法

针对数据库中知识发现（ＫＤＤ）的信息处理问题,给出了信息系统中的Ｒｏｕｇｈ集理论基本概念的形式化描述,并且提出了一种ＫＤＤ中属性约简算法（ＡＲ）,实例表明该算法十分有效。     

知识发现技术在政府决策支持系统中的应用

基于知识发现的政府决策支持系统的开发能够为政府做出更合理、更科学的决策提供数据支持。讨论了政府决策支持系统的特殊性,分析了知识发现的系统架构,介绍了基于关联规则的知识发现与数据挖掘技术,提出了用Apriori算法进行政府决策支持系统开发的思路。     

基于小波神经网络的混沌模式提取

分析了小波基函数对于确定模式、混沌模式及随机模式所表现出来的不同的收敛特性,提出构造一个小波神经网络及相应学习算法。利用小波网络在学习过程中神经元的不同增长趋势来反映上述收敛性的差异,从而将3种不同的模式予以区分,并将混沌模式从中提取出来。