枝桠材栽培灵芝研究初报

分别利用原木段木和枝桠材熟料栽培灵芝新6、8、6、12、13、韩1、韩3、日1、日2、S1、K2、18、19号菌株，每个菌株接种180袋，设3个重复，每个重复60袋。先在培养室内培养菌丝生长15～20d将栽培袋移至荫棚脱袋埋土栽培。结果表明：用枝桠材栽培灵芝的生长周期比用原木段木栽培的缩短6～26d，产量可提高13．61％～69．44％用枝桠材栽培灵芝对灵芝的产孢量影响不明显，但产孢始期可缩短4～19d，产孢持续时间可缩短2～10d。     

LZ复杂度算法中的二值化方法分析及改进

LZ复杂度被越来越多地用于非线性信号分析中．为帮助理解其概念，首先以一个形象的例子概述了LZ复杂度的物理意义，进而作者针对其计算过程中经常使用的粗粒化预处理过程，提出了一种二值化快速实现方法．该方法将原信号减去均值后直接取其二进制补码的符号位作为二值化数值，使计算简单快捷．分析了通常的二值化方法对某些信号产生过分粗粒化的原因，提出了以信号拟合曲线替代均值做为分界的二值化方法，从而有效克服了对基线漂移的信号进行二值化处理时所产生的过分粗粒化问题．用此方法对实际检测的5s时间段SD大鼠脑电信号进行二值化处理。结果表明，该方法不仅计算简单，而且完全消除了由传统二值化方法所产生的过分粗粒化问题．     

一种从Web日志中挖掘访问模式的新算法

提出了一种用于从Web日志中高效挖掘Web访问模式的新算法．设计了一个新的数据结构WAS树(Web Access Sequence树)来记录Web访问序列和它的计数，避免冗长的支持度计算；开发出一个高效的递归算法，从WAS树中枚举出所有的访问模式，最后对算法的性能进行了分析并给出试验数据加以佐证．这个算法的特点是不需要产生候选模式而直接挖掘出所有的访问模式。     

含复铰平面十杆运动链构件交叉的识别

提出了识别含复铰平面十杆运动链构件交叉的一种新方法，利用能够反映多副杆和复铰特点的构件邻接矩阵。构造运动链的缩减运动链，进而得到缩减运动链的广度优先生成树和三个基本回路。通过回路的公共边界判断网孔的接壤类型，据此建立了构件交叉的识别准则和方法，并在含复铰平面十杆单自由度运动链中成功地识别出有构件交叉的无复铰运动链11种、含复铰运动链341种。     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。     

二元序列的广义导数

以两种不同的方式对献[1]中的二元序列的导数进行了推广，定义了两类不同的二元序列的广义导数，并且进一步讨论了周期为2^N和2^N-1的二元序列的广义导数的性质，推广了献[1]的结果．     

语音识别中基于模糊聚类分析的参数聚类

为减少语音识别中声学模型的参数量，提高参数训练的鲁棒性，基于声学决策树结构，提出利用模糊聚类分析方法对模型参数聚类，包括高斯聚类和方差共享．对大词汇量汉语连续语音识别的实验结果表明：高斯模糊聚类使高斯数减少25％时，识别率提高了0．15％．进一步做模糊方差共享，当方差减少到初始模型的24％，与同样参数量的未进行聚类的模型相比，误识率下降了3．01％，证明了模糊聚类分析在语音参数聚类中的有效性．     

管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则     

多维多层次挖掘关联规则在商品房交易中的应用

讨论了一种在关系数据库中挖掘关联规则的方法．该方法利用关系数据库的特点．有机地组织概念层次树技术、关联规则挖掘技术进行多维多层次挖掘关联规则．挖掘满足要求的多维关联规则、多层次关联规则、交叉层次关联规则。     

贝叶斯网络对故障树方法的改进

通过建立映射，引入作为目前处理概率知识基础上不确定性问题的最有力的推断方法——贝叶斯网络(BN)，有效地解决可靠性分析中最常用的故障树分析(FTA)方法的局限性：各部件独立，状态为二值等。