一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。     

基于数据挖掘技术的范例库维护

在范例推理系统中,系统的学习会使范例库无限增大,会导致系统的功能不断下降。范例推理学习系统必须有范例库的维护。本文在详细讨论了范例库的维护技术的同时,提出了一个基于数据挖掘技术的维护策略,以保证系统的学习不影响系统性能。     

数据挖掘技术及应用

数据挖掘技术是数据库研究中最活跃的分支之一，它综合支用人工智能、数据库、机器学习等多个领域的理论和技术，已成功地应用于金融分析、市场分析等多个领域。文章介绍了数据挖掘的目标、方法、一般过程及其应用情况。     

"淮河流域能量与水分循环试验和研究"取得重要成果

淮河流域是我国重要的粮棉基地，同时也是旱涝频繁地区，该地区气候预测能力的提高，是减少人民生命及经济损失的基础和前提．由北京大学赵柏林院士主持的国家自然科学基金重大项目“淮河流域能量与水分循环试验和研究(HUBEX)”利用外场观测试验所获得的气象、水文、雷达、卫星遥感等加密与特殊观测资料，分析了东亚季风区中尺度降水系统的能量与水循环过程，并建立了区域气候／水文数值模式及资料同化系统，以提高对气候模拟和预测的能力．该项目主要成果包括。     

基于有限元仿真结果的知识发现

提出了通过数据挖掘技术实现基于有限元仿真结果的知识发现．分析了数据挖掘的一般步骤，建立了基于有限元仿真结果的知识发现系统，论述了知识发现系统的各个模块及实现该系统的关键技术；对粗糙集和主成分分析法作了简单的介绍，并举实例对粗糙集方法作了说明．通过数据挖掘技术将计算实例提炼出来，作为一种知识源参与到设计优化过程中去，将CAE从设计验证层次提升到设计驱动层次．     

基于云理论神经网络决策树的生成算法

提出了一种基于五层云神经网络的决策树生成方法.运用五层云神经网络学习变量间的云映射关系,从中生成云决策树.给出了神经网络的学习算法和云决策树的推理方法,这种方法不但具有神经网络的学习能力,而且结合云理论处理知识的不确定性的能力.该方法利用了五层云神经网络学习后的云映射强度,并能实现云决策树的剪枝优化,提高了算法的正确率.     

历史时期乌兰布和沙漠环境变迁的再探讨

文章应用历史地理学方法，结合现代水文、河流、地貌、沉积等学科的研究成果，对历史时期乌兰布和沙漠北部环境变迁问题提出以下观点：1)乌兰布和沙漠北部在先奏为古屠申泽，其湖面远大于西汉至北魏时的屠中泽；2)西汉至北魏时屠中泽向北萎缩，湖面减为原来的44％，西汉所置窳浑，临戎、三封3县即位于河湖之滨的绿洲之上；3)黄河干流中滩～协成段受科里奥利力作用的影响，右岸冲刷较多，是该区黄河多次改道东移的惟一原因．黄河迳流是古屠申泽得以存在的惟一水源，故黄河改道是该湖不断萎缩终于干涸的根本原因；4)屠中泽干涸后湖盆受西北强烈干燥气流及沙漠流沙的侵袭，迅速沙漠化．小片绿洲亦因弃耕、缺乏植物覆盖而沙化、消亡；5)沙漠中湖泊对改善滨湖生态环境的作用显著，但其蒸发渗漏损失水量也十分巨大，对于极为缺水的黄河流域而言，维持湖泊的存在并不一定合算．     

基于广义归纳逻辑因果模型的知识发现与算法实现

以语言场、广义细胞自动机和广义归纳逻辑因果模型为理论依据，分析了广义因果联系类知识的发现机理，给出了因果联系类知识发现的实现算法。该算法为解决具有随机不确定和模糊不确定性特征的因果联系类知识的发现提供了行之有效的方法。通过算法的运行实例，验证和说明了算法的正确性和有效性。     

基于网络的信息资源开发与服务

从信息利用的角度分析了网络信息资源的基本结构和组织方式，论述了基于网络信息资源的数据挖掘类型和图书馆应用实践，对网络信息资源利用的一些基础问题进行了比较详实的探讨。     

基于粗糙集理论的数据挖掘方法在电子商务中的应用

介绍了一种基于粗糙集理论提取关联的数据挖掘方法：并给出它在电子商务中的应用以及数据挖掘的全过程和示例，指出作为一种决策支持技术，它可以用来提高企业的决策效率和决策可信度，从而为企业赢得一定的竞争优势。