GLAV集成方法中的模式匹配研究

GLAV是一种新的集成方法,它能为信息集成系统的映射关系提供更具表现力的方式.映射表示源模式与全局模式之间的对应关系,主要研究了GLAV集成方法中产生映射规则的模式匹配方法.首先将SUDAI模型转换为模式树,然后基于树进行匹配.匹配包含语言学和结构匹配两个基本阶段,语言学匹配结合了术语关系和约束进行计算,结构匹配结合了类属性和上下文节点两个方面,并成功解决了模式规模差异带来的负面影响.计算的结果可以判断两个信息类是否是一个映射候选,经过验证后可确定它是否是一个合理的映射.最后定义了一个基本DTD来描述匹配的最终结果.     

基于PCA的无监督异常检测方法研究

针对现有的无监督异常检测技术的不足之处,提出了一种基于样本分布异常数据实例度量方法;将主成分分析方法应用到异常检测中解决数据集高维数据的降维问题.提出一种新的无监督异常检测算法μ-UAD,并对该算法进了性能评估.实验表明,该算法具有较好的检测性能.     

灰色聚类协调分析模型及其应用

以灰色聚类方法为基础，利用协调优先指标与非协调优先指标的性质，建立了一种新的综合评判模型。实例分析结果表明，该模型具有科学合理、计算简便、分辨率高等特点。     

黄河上游径流变化的影响因素分析研究

径流的形成、变化规律受诸多因素影响,可归结为自然因素和人为因素两类.文中结合黄河上游兰州站年径流资料,研究了太阳活动、海-气相互作用和下垫面对黄河上游径流变化的影响. 采用灰关联和交叉谱分析了太阳黑子相对数与径流变化的关系,发现它们存在同位正相关关系;通过统计规律分析了El Nio和La Nia现象发生和径流丰枯变化的关系;并用双累积曲线法对水土保持措施影响径流变化作了定性分析.这些结论为径流变化的物理成因分析提供了科学依据.     

广义Burgers方程族的一类扩展可积模型

首先构造了loop代数A1的一个新的子代数,再将其扩展为一个高维的loop代数G,利用G设计了一个新的等谱问题,应用屠格式求出了名的Burgers方程族的一类扩展可积模型。     

蚂蚁算法建立度限制树在聚类中的应用

针对聚类算法解决大规模数据时间复杂度和空间复杂度都很大的问题，给出了应用蚂蚁算法建立度限制树．同时结合密度思想来解决这一问题的算法．经过数据的测试和验证，得到了较好的结果和一系列有意义的结论．     

面向未来网络技术的新一代布线系统

6类布线系统是面向未来高速网络技术的布线系统，随着6类系统测试标准的制定，6类布线系统的应用将越来越普遍，使用高带宽的6类布线系统实现千兆到桌面的应用，将大大减少在网络设备上的投资．本文从3个方面分别介绍了采用6类布线系统的意义、6类系统相对于超5类系统在性能方面的改进和投资6类系统建设的几点经验和建议．     

基于灰聚类和小波网络的企业投资决策绩效集成评价

基于公司的战略和利益相关者的考虑，本文设计了财务层面绩效指标、技术创新层面指标、顾客层面绩效指标、业务流程层面绩效指标、发展潜力层面绩效指标和社会和环保层面绩效指标六个层面的企业投资决策绩效评价指标体系。建立了标杆瞄准和主成分分析相结合的指标筛选的方法，设计了基于灰色聚类和小波网络模型的企业投资决策集成评价模型，并对焦化行业进行了实证分析。     

一类加权连续属性的多变量决策树构造方法

首先利用粗集理论和模糊聚类理论确定连续多变量属性的选择问题,然后利用聚类中心算法建立等级标准中心以解决连续变量的区间划分问题,其次将等价关系相对泛化的概念用于决策树中多变量检验的构造。最后通过实例说明了本方法是可行的。     

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。