一种基于规则表达式约束的序列模式增量式挖掘算法

序列模式挖掘是数据挖掘中的研究热点之一。在挖掘过程中需要用户的参与日益显得重要。为了提高挖掘过程中的交互性，本文提出了一个基于规则表达式约束的序列模式增量式挖掘算法RE_IncUp。该算法首先利用约束对已经挖掘出的频繁序列模式进行预处理，缩小了搜索范围；然后采用模式扩展方法把规则表达式约束和增量挖掘过程融为一体，并且采用先修剪后计算支持度的方法进一步缩小了搜索范围，降低了支持度的计算量。该算法允许用户不断改变约束条件，实现交互式挖掘而且可将挖掘的目标仅仅聚焦到用户感兴趣的模式上。实验表明该算法对序列模式的维护和满足用户的需求都是十分有效的。     

支持组合设计的一种可重构计算系统任务模型

针对现有可重构模型的不足,提出一种面向任务的支持组合设计的可重构计算模型系统.以生产者-消费者数据类型显式描述任务间通讯关系,并形式化描述任务的设计和运行时特征,提供组合设计规则,能够自动生成合成任务的各项属性,方便了应用系统的构建和性能评估.基于该模型可进行快速设计空间搜索,寻找最佳的系统设计方案.最后给出该模型的两种不同应用示例.     

基于模糊技术的期货价格预测模型

期货价格风险一直是期货市场风险控制研究的中心和重点．结合模糊控制理论，将其引入期货价格风险问题研究中．基于遗传算法和模糊IF—THEN规则，建立适合期货价格预测的模型．在实证分析基础上，利用ANFIS，对模型进行学习和测试．实验结果表明，该模型能较准确地预测我国铜期货价格的波动趋势．     

2007年信息科学领域国家和部门重点实验室评估工作结束

按照科技部《关于做好2004年—2008年实验室评估工作的通知》(国科基函[2003]15号)和《关于商请继续承担实验室评估工作的函》(国科函基字[2003]125号)的通知,根据科技部2003年7月新颁布的《国家重点实验室评估规则》及"国家重点实验室评估指标体系"要求,国家自然科学基金委员会于2007年3月至5月组织实施了信息科学领域国家和部门重点实验室的评估工作.参加此次评估的国家重点实验室共30个,其中隶属教育部的有19个,中国科学院的有9个,国防科工委和山西省各有1个.     

中医症状间的关联规则研究

从数据挖掘中的布尔关联规则角度出发,定义中医症状间的关联规则,发现病案数据库中诸多症状之间规律性的关联规则,并且依据规则分析病因、预测病情发展以及为未来临床诊治提供有效借鉴.     

基于粗糙集理论的决策规则提取及应用研究

约简是粗糙集理论的重要概念,由定义计算约简是一个典型的NP问题本文针对Rought set理论的属性约简进行了研究。利用Rought set的相关知识,研究了通过可辨识矩阵求得属性约简集,提出了一种属性约简的启发式算法。在此基础上,利用一致性规则进行属性的规则泛化。最后通过实例说明了所得结果的有效性。     

审计日志的关联规则挖掘

研究了在入侵检测系统中利用数据挖掘技术从审计日志中挖掘关联规则的方法，针对现有关联规则算法应用于入侵检测系统引起的问题，提出了利用本质属性限制无趣规则的产生、利用行向量的位运算提高Apriori算法时间性能的一种高效改进算法。该算法不需生成候选频繁集和剪枝操作，避免了因无趣规则引起的大量运算。因而能提高入侵检测系统的效率。     

正态云关联规则在气象中的应用

用数据挖掘方法发现关联规则和进行预测是信息处理领域的两大热点。在文献[1]的基础上对这两个问题进行了进一步的研究，提出了应用竞争聚集臬法确定正态云的两个参数，应用双参数阈值挖掘正态云关联规则，并利用求正态云关联规则的支持率和信任度来进行预测。将这种方法应用于气象数据，结果表明，所提出的关联规则挖掘方法比文献[1]所用的方法更合理，该预测方法简单易懂，更容易被人理解和使用。     

基于遗传算法的双足机器上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题，应用三次样条插值合成脚踝的运动轨迹，并基于加速度分析设计出臂部运动轨迹，计算动力学模型得到ZMP轨迹，进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题。最后应用遗传算法（genetic algorithm,GA）求解，获得稳定性好的优化步态。机器人上楼梯的动态步行仿真结果表明，运用遗传算法可以得到合适的优化轨迹。     

基于相似性的关联规则启发式发现

找出众多关联规则中用户感兴趣的关联规则,除靠最小支持度和最小可信度外,把相似性计算融合到通过剪枝选出用户感兴趣规则的模板理论中.提出一种基于相似性的关联规则启发式发现方法.该方法有效地解决了模板理论中的由于描述模糊而导致的不合理剪枝的问题.