基于Apriori算法的多维关联规则挖掘研究

关联规则是数据挖掘中的一个重要研究方向.经典的Apriori算法是一种最有影响的挖掘布尔型关联规则频繁项集的算法,但其并不适合挖掘近年来兴起的多维数据模型.在改进Apriori算法的基础上,提出了一种"二次剪枝"的算法,此算法适用于挖掘多维关联规则,并且在一定程度上提高了算法效率.     

城市突发公共事件应急管理平台研究

为了提高对突发公共事件的响应速度和效率,解决各参与者的信息无法有效对接的问题,本文研究并设计了城市应急突发公共事件管理平台系统。系统采用JSP技术和SSH框架,增加了系统的灵活性、扩展性、稳定性、安全性和健壮性。应用证明,系统在一定程度上满足了应急相关部门的要求,提高了应急处置的效率。     

基于频繁模式树的约束最大频繁项目集挖掘算法研究

目前绝大多数频繁项目集(或最大频繁项目集)挖掘算法并没有考虑相关领域知识,其结果会产生许多无关的模式.因此,发现约束频繁(或约束最大频繁)项目集是多种数据挖掘应用中的关键问题,然而,这方面的研究工作却很少.为此该文提出了一种快速的基于频繁模式树(FP-tree:一种扩展前缀树结构)的约束最大频繁项目集挖掘及其更新算法.实验结果表明该算法是快速有效的.     

多分类器组合的投票表决规则

为了提高多分类器组合的效果 ,提出了一种改进的投票表决规则 .每个分类器对每个模式类别的识别能力不尽相同 ,通过对大量样本的统计 ,获得有关每个分类器识别性能的先验知识 ,将其作为投票表决的依据 .投票表决时每个类设置不同的表决阈值 ,使组合效果得以改善 .这些阈值可以通过训练获得 .在数字识别系统中的实验结果表明 ,该方法使多分类器组合的识别率和置信度明显提高     

基于混合模型的多重故障诊断

介绍了基于模型的多重故障诊断，它可通过ＡＴＭＳ来实现，能克服基于规则的诊断系统的一些局限性，但当运行模型和故障模型同时被运用或者等级模型被运用时，普通ＡＴＭＳ不能处理这种情况．本文应用分层ＡＴＭＳ来实现基于混合模型的故障诊断方法，同时给出广义最小诊断的定义，从而克服关于最小诊断定义中的不足．由于分层ＡＴＭＳ能表示和处理论据之间的优先级，因而能运用混合模型，能结合基于模型和基于规则的诊断，及提高诊断效率．     

预防性环境公益诉讼中“重大风险”的认定规则建构

“重大风险”的认定是预防性环境公益诉讼的核心。从现有的法律、司法解释和司法案例可以看出,对预防性环境公益诉讼中“重大风险”的认定存在诸如认定资格主体模糊、举证责任承担规则不明、与科学技术缺乏有效衔接以及风险内容不全面等问题。因此应明确和细化“重大风险”的定义,着重理解“重大”的程度,坚持预防为主原则,框定人民法院为唯一认定资格主体,明确双方共同举证应当与认定事实的盖然性标准相结合,在提升鉴定能力的同时促使同领域对认定标准达成普遍性的共识,合理限定相关风险要素和重要区域范围,以此完善“重大风险”的认定规则,助力预防性环境公益诉讼司法实践。     

基于模糊聚类规则的网络性能分析方法

利用模糊聚类方法对网络性能进行分析,解决了网络性能分析数据自动聚类分析问题.重点探讨了网络性能分析数据的数据模型的建立和聚类过程,以及根据隶属度函数确立了数据对象的隶属关系,并给出了一个具体的模糊聚类算法.     

代换定理的证明及其应用

本文给出了代换定理的优于文献[1]的证明方法,并把代换定理与其他定理结合,构造了一个判定DNF表达式永真性的算法,使代换定理得到实际应用。     

词项逻辑新探

传统逻辑是把单称命题排除在对当关系之外的。可是研究发现,单称命题是完全可以存在于对当关系之中的。此外,通常对三段论规则的证明有些地方比较模糊,应当予以澄清。     

基于VAP逻辑规则的交通感应控制改进算法

提出了基于逻辑规则的交通感应控制改进算法,改进设计交叉口车辆排队联动控制逻辑规则,以及非机动车与行人过街自动检测控制逻辑规则,采用VAP(Vehicle Actuated Programming)模块完成逻辑规则编程设计.通过锦绣大道与始信路交叉口仿真分析,结果表明,相比传统感应控制,在车辆延误变化不大的前提下,本算法...