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。     

用AAO模板及脉冲激光溅射制备量子点阵

 利用多孔阳极氧化铝(anodic aluminum oxide,AAO)作为模板,采用准分子脉冲激光溅射方法(pulsed laser deposition,PLD)成功制备了光荧光材料La_0.95Eu_0.05BaB₉O₁₆的量子点阵,用扫描电镜表征了AAO模板和制备的量子点阵,测量了靶材和量子点阵的光荧光谱.讨论了用此方法制备的量子点阵的结构和发光特性.证明此方法可为未来制备其它材料的量子点阵开辟了一条途径.     

基于封闭项目关联规则集压缩方法

 关联规则挖掘能使我们发现数据库中大量项目与项目之间的相关关系,但是用传统关联规则生成方法所生成的规则一是数量庞大,二是其中包含许多具有相同意义的规则,这必然对用户理解和提取信息带来干扰.通过求封闭项目集大大消减了频繁项目集数量,再由封闭项目集构造一种新的存储机制——-近似格,基于近似格可以得到冗余度较小的关联规则,从而提供用户简洁紧凑又无信息丢失的关联规则集.     

Hilbert空间中函数和的次微分规则及应用

 给出了Hilbert空间中非光滑函数和次微分的“局部”和规则,讨论了这个和规则的应用.利用“局部和规则”,讨论并得到了一类较广的复合优化问题的最优必要条件.     

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法.此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件.研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题.     

基于混合遗传的粗集理论在工期目标实现中的应用

提出了一种基于混合遗传算法的相对约简算法,把模拟退火融入到遗传算法中形成混合遗传算法,提高了遗传算法的优化效率,并用这种混合遗传算法寻求最小条件属性集及最小属性值约简.并把该算法引入到工程管理中,提出若干条决策规则,工程管理人员按照这种决策规则进行施工过程的管理,确保在预定时间内完成工程任务.如果对整个施工过程的每道工序都提出决策规则,就可以实现施工过程的智能化管理.     

一种区间值聚类的数据挖掘方法

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。     

基于尖峰神经元的条件反射模型及其认知行为的研究

一种具有经典条件反射行为的认知模型（CMSPK），该模型以尖锋神经元为基本元素，互联形成具有反射弧结构的神经网络，能充分表现经典条件反射对时间的依赖性。基于有衰减项的Hebb规则设计了反映“刺激-响应-强化”特征的强化学习算法，使CMSPK具有经典条件反射行为和认知行为。应用CMSPK模型成功地模拟了习得、刺激间隔效应、遗忘、阻止和二阶条件反射等现象。     

CeO_2纳米线阵列的制备

以阳极氧化铝膜(AAO)为模板通过溶胶-凝胶法合成了CeO2 纳米线阵列,并通过扫描电子显微镜(SEM)、透射电子显微镜(TEM)以及X射线光电子能谱(XPS)等对CeO2 纳米线进行了表征.