关联规则挖掘的算法分析

在分析了关联规则挖掘的算法后，将其应用于某高校科技论文数据库中，挖掘高校教师各职称成次、学历成次与所发表的科研论文数量、档次间的关联规则。掘出该校教师具有博士学位或硕士学位的教授中，在一个聘期内发表在中文核心期刊以上的论文数量为8篇的支持度为15％的置信度是77％等六项强规则。挖掘所得的规则为人事科研部门进行职称考核、评聘、科研管理等工作提供数量依据，便于量化管理。     

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。     

基于平行坐标技术的关联规则可视化模型

数据挖掘可视化是数据挖掘过程中的重要组成部分.通过交互式数据挖掘可以增强挖掘结果的可理解性和可信度.平行坐标技术是数据挖掘可视化技术中的一个重要技术之一,该文在这种技术的基础上,提出了一种基于此技术的关联规则的可视化模型及显示方法.在最后对现有的关联规则的可视化方法进行了比较,论文中提出的显示模型在海量多维规则的显示和交互式操作上表现较为突出.     

一种自然语言理解语法分析器的算法实现

自然语言的理解是人工智能研究的重要分支,主要是研究其语法知识、语义知识和语音知识三方面,尤其是对语法知识中的文法规则的研究已相当成熟.介绍了语法分析的各种主要方法,分析了语言组成结构的各种词汇关系,利用DELPHI语言编写了一种自顶向下的语法分析器程序,并通过具体的事例验证了该算法的正确性.     

中医症状间的关联规则研究

从数据挖掘中的布尔关联规则角度出发,定义中医症状间的关联规则,发现病案数据库中诸多症状之间规律性的关联规则,并且依据规则分析病因、预测病情发展以及为未来临床诊治提供有效借鉴.     

审计日志的关联规则挖掘

研究了在入侵检测系统中利用数据挖掘技术从审计日志中挖掘关联规则的方法，针对现有关联规则算法应用于入侵检测系统引起的问题，提出了利用本质属性限制无趣规则的产生、利用行向量的位运算提高Apriori算法时间性能的一种高效改进算法。该算法不需生成候选频繁集和剪枝操作，避免了因无趣规则引起的大量运算。因而能提高入侵检测系统的效率。     

FP-growth算法的一种改进

频繁项目集挖掘是多种数据挖掘应用研究的一个重要方面，频繁项目集的快速挖掘算法研究是当前研究的热点，传统Apriori及其改进算法，要多遍扫描数据库并产生大量的候选项目集，针对Apriori算法的缺陷，Han JW(韩家炜)提出FP-growth算法，该算法仅须扫描数据库两遍且无须生成候选项目集，避免了产生“知识的组合爆炸”，提高了频繁项目集的挖掘效率，但FP-growth算法是通过逐步生成条件模式基和条件频繁模式树来挖掘频繁项目集，因而影响了频繁项目集的挖掘效率，为此，在引入F-矩阵概念之后，提出了FP-growth的一种改进算法—IFP-growth，并对改进算法的性能进行了测试，实验结果表明，IFP-growth算法优于FP-growth。     

基于设计规则细化的机构方案生成方法

给出一种基于规则生成机构方案的计算机化方法。根据设计要求，通过定义和细化设计规则，运用所研制的三维虚拟机械创新设计VCM1.0平台的方案生成器，能够自动化得到满足工程要求的新型机构方案。     

试对比喻重新分类

1、现行的明喻、暗喻和借喻的分类方法未抓住人们的认识规律；2、我们此处提出的新分法将比喻分为初级比喻、中级比喻和高级比喻三种；3、新分法能揭示人们由简单到复杂，由低级到高级的认识规律；4、新分法能有效地帮助我们构造中、高级比喻。     

自然语言理解研究的若干基本问题的讨论

从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面,对机器自然语言理解的基本问题进行了讨论。