KDD*SS的知识库结构设计与实现

针对知识发现系统的不同应用场合,实现了一套基于各类关系型数据库的通用型知识发现工具的数据预处理子系统。该系统通过ODBC可访问各类关系型数据库,并运用数据库系统的视图机制、数据仓库的主题思想以及语言场理论等思想方法,在用户没有建立数据仓库的情况下,可利用此系统自主建立灵活的知识发现系统。给出了该系统的具体功能和实现方法,并对未来的工作做出了展望     

基于Skowron分明矩阵的有效属性约简算法

为降低基于Skowron分明矩阵属性约简算法的复杂度,提出了简化分明矩阵及其相应属性约简的定义,并证明了基于简化分明矩阵的属性约简与基于原分明矩阵的属性约简等价.在简化决策表的基础上,定义了一个函数,该函数能度量条件属性在简化分明矩阵中出现的频率,并给出了计算该函数的快速算法,其时间和空间复杂度均为O(|U/C|).用该函数设计了一个有效的基于原分明矩阵属性约简算法,算法的时间复杂度降为O(|C||U|)+O(|C|2|U/C|),空间复杂度降为O(|U|);并用实例证明了算法的有效性.     

基于包含索引的频繁闭序列模式挖掘的新算法

频繁闭序列模式惟一确定全体频繁序列模式,且规模小得多.传统的闭序列模式挖掘算法对每个频繁项目都进行扩展,往往会产生大量的非闭合序列.为解决这一问题,提出了一种新的基于包含索引的频繁闭序列模式挖掘算法,其主要思想是只对闭项集进行扩展,大大减少了非闭合序列的产生.首先,论证了闭序列模式只能由闭项集组成;其次,说明了如何利用包含索引来快速发现闭项集;最后,给出了一种深度优先的挖掘频繁闭序列模式的新算法.实验结果表明,该算法具有较高的效率.     

基于SMC的隐私保护聚类模型

隐私保护数据挖掘指在实现准确挖掘知识的同时确保敏感数据不泄露。针对垂直分布式数据存储结构的聚类隐私保护问题,提出基于全同态加密协议和数据扰乱方法的隐私保护聚类模型。该模型通过采用安全比较协议解决了垂直分布式聚类的两个隐私保护关键步骤：求解最近簇和判断质心变化,从而实现了数据的有效保护。理论证明了该模型的安全性并分析了其时间复杂度和通信耗量,实验结果表明该隐私保护聚类模型是安全有效的。     

一类双层次逻辑结构的泛布尔代数概型(摘要)

本文试图通过寻求数据之间的逻辑联系来研究复杂系统变量间的关系,为此建立了一类双层次逻辑结构的泛布尔代数概型,提出了一种分析复杂系统的逻辑方法,试为复杂系统的研究提供一条可能的途径。一、客观原型例如,将维尼纶缩醛化试验看作一个复杂系统;将其输入变量为反应时间与甲醛浓度、输出变量为缩醛化度的实验数据分级,通过这个分级步骤,变量间的数量关系便可转化为其间的逻辑关系,然后对其实施逻辑分析。     

基于内在认知机理的知识发现理论及其应用

介绍了基于内在认知机理的知识发现理论KDTIM这一新框架，主要内容包括：3个奠基性的机制——双库协同机制、双基融合机制、信息扩张机制；由此诱导出的5种新知识发现过程模型，派生出的9种新的技法，引发出的4类新型实用智能系统. 基于KDTIM开发的知识发现软件系统ICCKDSS， 及其典型应用. 并对KDTIM与相关工作进行了比较.     

免疫进化机制及其在时序模式挖掘中的应用研究

针对目前动态数据挖掘中存在的问题,提出基于数据增量的动态挖掘进程概念;在动态挖掘进程和生物免疫进化过程的相似性基础上,提出了知识发现中的免疫进化机制的基本内涵;给出了基于免疫进化机制的时序模式挖掘算法及其实验分析,以验证理论的正确性和有效性。