整（0,m）插值的推广

引进了一类新的指数型整函数插值,推广了（０,ｍ）插值,同时也考虑了该插值算子的收敛性。     

Kadets1／4定理和缓增样条

证明了Ｓ２ｍ（Ｔ,Ｒ）∩Ｌ２（Ｒ）上的Ｍａｒｃｉｎｋｉｅｗｉｃｚ－Ｚｙｇｍｕｎｄ型不等式及Ｂｅｒｎｓｔｅｉｎ型不等式,其中Ｓ２ｍ（Ｔ,Ｒ）是以｛ｔｊ｝为非正规节点系的缓增的２ｍ阶多项式样条函数空间,节点系｛ｔｊ｝满足Ｋａｄｅｔｓ１／４定理的条件,即ｔｊ＝ｊ＋ｗｊ,ｓｕｐ↓ｊ│ｗｊ│≤ｒ〈１／４,ｗｊ∈Ｒ,ｊ∈Ｚ,由以上结果,进一步给出了在节点系上插值的插值样条ｓ２ｍｆ（ｘ）在Ｌ２（Ｒ）中收敛到ｆ（     

同相水深-辐射关系率定

介绍了水体同相的概念,利用水体地质、地貌、沉积和水文等条件确定水体同相的方法,以及在水体同相前提下建立水深－辐射关系的实用性,并提出了利用稳定水下地形且测深资料的水域进行水深－辐射关系借地率定的新思路,探索了利用卫星遥感测量水下地形的新方法,该方法弥补了以往遥感测深需要低含沙的清澈水体的缺陷。     

科氏流量计测量信号采样与实时算法的实现

在分析科氏流量计输出信号特性对测量精度影响基础上,从信号处理的角度,采用傅里叶频谱分析法,对影响测量精度的诸种因素进行分析处理,着重解决了在应用中的关键问题：用软件实现整周期采样,同时,通过采用ＤＦＴ算法解决了采样与测量的实时性问题。     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

脑信息特征的评价分类方法

对脑信息处理的能力特征量和总体偏离度特征量进行了确定性评价分类.在分类数上,提出了common分类法,以一般人的特征作为分类基准,在common两边展开,以确定分类数.在分类边界上,提出了根据特征量的正态分布确定分类边界的方法.若特征量分布不是正态分布,则采用了博克斯和考克斯变换将其变为正态分布,最终得到能力特征量和总体偏离度特征量的分类规则.由于人的行为是脑信息处理在宏观上的表现,所以其研究成果可直接用来评价人的能力和行为特征.     

基于关联规则的数据挖掘在供水管网故障诊断中的运用

找出引起供水公司管网故障的原因是供水公司进行客户服务的关键。在介绍关联规则基本概念的基础上，进一步研究了关联规则在供水公司管网故障诊断中的运用情况，并得到一些有用的规则，为管理者和分析人员提供了决策支持。     

Apriori算法的一种变形

关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效率较高的Apriori_Tid-1算法,并给出了一个具体的实例,最后给出了该算法的实现.     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

基于相关系数的正、负关联规则挖掘算法

负关联规则描述的是项目之间的互斥关系，它与传统的正关联规则有着同样重要的作用。然而，大多规则挖掘算法只能挖掘正规则而忽略了负规则的挖掘。本文利用统计学中相关系数的理论，提出一个能同时挖掘正、负关联规则的算法，实验表明该算法是有效的。