陕西宁陕地区啮齿动物区系和垂直分布的研究

本文报道了作者在1979～1986年对陕西宁陕地区的火地塘、旬阳坝、菜子坪、沙沟、平河梁等地的啮齿动物区系和垂直分布的调查研究,该地区的啮齿动物共计25种,分属2目9科.其中东洋界12种,占48％;古北界10种,占40％;广布种3种,占12％.在该地区还采到数只大足鼠(Rattus nitidus),为陕西省首次记录.     

基于扩展概念格的属性归纳算法

由于面向属性归纳在进行属性归纳时难以设置适当的阈值,往往会造成概念提升的结果过于一般化或特殊,为此提出了基于扩展概念格的属性归纳算法.在扩展概念格中进行概念提升实现数据泛化,并根据相应的泛化路径,在相应哈斯图上找到合适的泛化阈值,进而得到较好的属性归纳结果.研究结果表明,基于扩展概念格的属性归纳算法在进行属性归纳过程中保留了完备的信息,减少了属性归纳的计算工作量,并具有直观、简捷的特点.     

基于收益和风险优化的属性约简算法

决策者总是希望实现收益最大而承担的风险最小,如何平衡或兼顾两者,可考虑引入收益和风险因素进行属性约简以便做出寻找有效的、切实可行的决策。在一定的预期收益水平下通过优化组合收益和风险,结合粗糙集和贝叶斯模型,建立了收益和风险优化的决策模型,以每个属性的收益风险平衡组合函数作为指标进行启发式属性约简,该算法减少数据模型的规模和复杂度,并提高模型系统的仿真精度。     

县级农业产业结构优化的方法与实践

本文总结了县级产业结构分析与决策中应用多目标规划及微机的实践体会。指出从定性分析入手,抓主要矛盾,筛选实用决策变量集合,设置探测系统功能的窗口,系列仿真计算等措施是克服“数据不准、不全”,防止“单纯数学游戏”弊端的有效方法。介绍了在IBM—PC/XT机上实现上述目的的软件工具及算法思想。文中穿插给出了一些县的分析图表曲线。     

基于量化概念格的关联规则挖掘

在概念格的内涵中引入等价关系并将其外延量化 ,得到量化概念格。利用量化概念格可以清晰地表示知识 ,从而便于挖掘包括关联规则在内的多种规则 ,与经典的 A priori算法相比较 ,规则表示更简捷、直观 ,尤其重要的是用户可根据自己的兴趣交互地挖掘关联规则 ,不需要计算频繁项目集 ,因而提高了挖掘规则的效率 ,适用于大型数据库中关联规则的挖掘     

陕西大巴山的鸟兽调查研究(一)——鸟类区系的研究

大巴山是陕西和四川的界山,在行政区划上,它的南坡属四川管辖,北坡为陕西所有。北部与秦岭山脉接连,仅以汉水相切。秦岭山地是我国东部著名的高山,也是南方与北方的重要分界线。在动物地理学上,郑作新(1959)曾提出以它作为古北与东洋二     

一种新颖的基于量化概念格的属性归纳算法

为了解决数据挖掘过程中挖掘的知识粒度过粗或过细问题，并利用概念格的偏序特性，提出了一种基于量化概念格的属性归纳算法．首先对概念格的外延进行量化，得到量化概念格，再根据概念格的哈斯图，采用概念的爬升进行相应的泛化，从而获得基于量化概念格的多层、多属性归纳．与面向属性归纳（AOI）算法相比较，结果表明所提算法不仅能实现AOI的单一属性归纳，还能进行多层、多属性的归纳，其属性泛化的路径不是惟一的，并且很容易在量化概念格的哈斯图中寻找合适的泛化路径和阈值，以此得到用户要求的、合理的属性归纳结果．     

基于剪枝概念格模型的频繁项集表示及挖掘

发现频繁项集是关联规则挖掘的关键步骤。然而,大多数频繁项集求解算法因需要产生大量候选集而降低了效率。该文在研究概念格和频繁项集关系的基础上,将剪枝概念格PCL模型引入数据库中频繁项集的表示,利用概念间的关系性质,在不丢失信息的同时能有效压缩频繁项集的规模,并提出基于PCL模型的频繁项集求解算法。该算法基于Apriori性质,在构造过程中及时、动态地剪枝,删除与频繁项集求解无关的概念,从而有效地改善了频集挖掘算法的时空性能;实验证实了算法良好的性能。     

数据结构实践教学体系设计

实践教学是提高学生实践能力、创新能力与创新意识的基础,是理论教学所不能替代的。专业实践教学体系以及课程实践体系的科学、合理的设计是实现教学目标的关键。“数据结构”课程是计算机专业重要课程之一,侧重介绍软件设计中的基本技术,因而是提高学生软件设计水平的不可替代的课程。针对数据结构的实践教学环节的要求以及当前存在的问题,并结合多年的教学实践,在教学方式、内容组织与安排等各方面对数据结构实践教学进行了研究和讨论。     

基于遗传算法的约束优化方法评述

用遗传算法求解无约束优化问题已经取得了成功 ,但如何处理有约束优化问题是其面临的问题之一 .目前处理这一问题没有一致适用的方法 ,最常用的处理约束方法是惩罚函数法 ,也有一些其它方法 .本文对近几年出现的几种方法进行了介绍 ,并评述了它们的优缺点 .