关联规则挖掘Apriori算法的改进及其应用研究

在分析经典关联规则挖掘算法的基础上.提出了一种改进的Aprioff关联规则算法.并进行该算法的UCI机嚣学习数据库性能分析和设计电子病历关联规则挖掘应用系统.结果表明该算法在运行速度和挖掘性能上都是高效的.     

个性化桌面元搜索引擎系统的研究与设计

介绍了一个基于桌面的个性化元搜索引擎的研究策略和实现技术.从个性化策略的描述和系统框架的设计可以得出用户兴趣模型是个性化元搜索系统的基础和关键.基于此开发和设计的桌面个性化元搜索系统才能较好体现个性化的内涵和外延.     

数据挖掘在高速公路收费数据中的应用

数据挖掘技术的发展为分析高速公路收费站海量统计资料提供了便利,通过对数据挖掘技术内容及其分类的简单介绍,运用关联规则并使用数据挖掘软件Weka对广靖锡澄高速公路无锡收费站的部分统计数据进行离散化处理,借助Apriori算法对影响收费站收费效率的收费时段、车辆进站速度、车辆收费平均时耗、收费车辆数、收费车型、收费费用、收费站进口道长度、天气等因素进行关联性挖掘,认为高速公路收费站的收费数据关联性较大的是收费时间、进站车速、收费车辆数、收费站规模等因素,对于解决收费排队过长、排队车辆控制、收费费率调整、收费站进出口道数量的设置、收费站规模设置等等提供了一定的参考价值。     

基于主机信息内容审计系统的设计与实现

为了检测受控网络的信息,介绍了一种基于主机内容信息审计系统,通过对包过滤系统和协议分析系统以及Libpcap库函数进行优化改进,来实现大数据量情况下对数据的审计。同时通过对部署该系统的主机性能进行测试,得到了对受测主机的详细内容,结果表明新系统大大提高了审计效率。     

Snort规则库在高炉专家系统知识库的移植

知识库及其相关技术为高炉专家系统各个模块提供数据支持和理论依据,组织恰当的知识库对于高炉专家系统是至关重要的.Snort作为优秀的开源入侵检测系统,其规则库的建立和处理方法是其优秀性能的基础,对高炉专家系统中知识库的构建具有很好的借鉴意义.介绍了Snort规则库结构,结合高炉特证参数,将Snort规则库结构重新定义,移植为高炉专家系统知识库三维链表结构,并用图例说明,最后说明基于该结构的推理过程.     

基于BIM和规则推理的施工进度计划自动编排

进度计划是施工管理、施工过程模拟的重要依据,自动生成进度计划能够提高编制准确性和效率.但是,现有相关研究大多采用基于案例或模板的方式,无法实现项目的 精确匹配,且仅考虑了空间上的约束关系,未梳理详细的知识规则.该研究面向建筑工程中常见的装配整体式项目,分解适用于进度计划自动生成的施工基本活动,建立编码体系,分析各类构件...     

浅议国外非法证据排除规则研究

几乎世界各国的刑事诉讼法都禁止以违法的方式获取证据,然而对以违法方式取得的证据是否具有证明力,能否作为定案依据,各国的法律规定与实践操作却是各有异同。本文选取英美法系与大陆法系国家中最具代表性的四个国家,对该四个国家的非法证据排除规则进行比较法上的研究,以便我国能更好的借鉴各国的长处,建立和完善我国非法证据排除规则。     

基于物流成本主题域数据仓库的DSS开发

基于物流成本主题域数据仓库的DSS的研究,在我国尚属一个新的研究课题。在基于物流成本主题域的数据仓库的设计上,采用了星型模型,即一个以物流成本事实表为中心,若干维度表环绕四周的数据仓库模型。在数据挖掘部分,首先对数据进行了聚集,然后使用关联规则挖掘技术,从不同维度对物流成本库中的纪录进行资料挖掘。     

基于PowerBuilder的英文发音教学软件的实现

介绍了英文发音教学软件的设计及实现过程,该软件在PowerBuilder开发环境下基于微软的TTS设计,能轻易实现英语的流利朗读,并能自由调节朗读的速度与音量,极大地提高了英语语音教学的效率.     

随机变异—优化选择神经网络在铁货运量预测方面的应用

利用最近提出的人工神经网络设计新方法构造了用于时间序列预测的三层网络,并将这一神经网络用于对铁路货运量的变化的预测。通过和其他传统方法所得结果比较,网络的泛化能力明显提高。