量子态的非局域关联性

在普遍的两个自旋1/2粒子量子态下证明了局域实在论与量子力学是不相容的,推广了Hardy在两个粒子非最大纠缠态下关于Bell 定理的证明.通过纠缠态下广义量子不可克隆定理中的正交条件的转移证明了量子力学非局域关联性.     

数据库中关系规则的数据挖掘

关联规则算法是数据挖掘中的核心技术 ,本文给出了数据库中挖掘关系规则的一种新算法 ,该算法通过二次扫描 ,第一次将可能出现的频繁项目集加入到ISC中 ,第二次扫描采用逐步求精算法将频繁项目集加到项目集中 ,减少了数据库的扫描次数     

关联规则挖掘在保险公司客户信息管理中的应用

介绍数据挖掘中关联规则技术及一种关联规则算法并将其应用到保险公司的客户信息管理中,找出其内在的关联规则,得到保险公司的验证.     

一种改进的kNN方法及其在文本分类中的应用

介绍了基于kNN的文本分类方法，分析了kNN方法实质，指出了该方法的不足，然后指出了一种改进方法。改进方法是基于文本属性关系和概念共现等基础上提出来的。它实质上是强化了文本中语义链属性因子的作用，修正了次要因素的噪声影响，使文本分类结果更加理想，已有的测试结果证明了这一点，尤其在测试文本与训练文本集中的某些文本直观上较相似时，结果更佳。     

数据库关联查询界面的设计与实现

在数据库应用系统中引入查询中心的概念，在多条件复合查询的情况下，提出了根据查询条件表达式，由系统自由分析产生相应的查询语句的关系查询界面的生成方法，并应用于人事管理系统中，获得较为理想的效果。     

基于等价关系的关联规则的挖掘

由于在实际的数据挖掘过程中容易出现无用的频集和冗余的规则，所以降低频集和规则的冗余度可大大提高挖掘的质量，这也是数据挖掘中一直被关注的问题，提出了一个用等价类生成关联规则的方法，算法主要在频集的基础上建立项集的等价关系，进而对项集划分等价类，同时将得到的关联规则划分为精确关联规则和近似关联规则两个集合，通过等价类，不但可以很容易地生成所需要的关系规则，同时可以方便地判断数据之间依赖关系的强弱，同时，项集的等价关系在实际应用中也很有利用价值，算法最后的规则结果集剔除了由来自同一等价类中的面集的重复出现构成的冗余规则，从而得到了较小的关联规则集合。     

时间序列涨落长程关联的理论研究

作为实例，采用阶乘矩研究步态涨落问题，研究发现阶乘矩能有效 地揭示步态时间序列中不同的动力学过程行为特点，而这些过程与生理或病理过程相关。     

多数据源关联规则挖掘算法研究

现行的关联规则挖掘算法大多只针对针对单一数据源进行挖掘，但在实验应用中，往往碰到多个数据源的情况，前面的工作已经就多数据源的挖掘做了一些基础性的研究，取得了一定的成果，在此提出一个多数据源关联规则挖掘算法，能够较好的解决在多个数据源的情况下，关联规则挖掘中所涉及的问题，并在实验部分验证了此种算法的正确性和效率。     

脑活动的自组织特征研究

大脑的活动规律是神经科学研究的重点和难点之一，揭示脑的工作原理将有助于真正发现自我，大脑是一个高度的自组织系统，其活动有许多固有特征，相应有许多生物物理解释模型，从不同方面刻画了脑功能，建立一个自组织模型，分析表明该模型可以从神经元活动的共性上来解译脑活动的某些一般规律。     

采用时空混沌耦合映象格子产生混沌扩频序列

利用耦合映象格子这一具体的时空混沌模型来产生混沌扩频序列，研究了产生混沌扩频序列的方法，并对序列特性进行了分析，结果证明产生出来的序列扩频特性性能良好，可以应用于扩频通信系统。