基于聚类的Web序列模式挖掘

Internet飞速发展在带给人们很多方便的同时,也出现了一个新问题,即如何从大量的Web日志数据中快速而方便的找到所需要的信息,Web日志挖掘是其关键技术之一.本文使用了RACE算法及使用长度分析实现了Web序列模式的日志挖掘,并进行了实例分析.     

电铲铲斗齿的修复工艺

通过分析铲斗齿的磨损原因，提出了采用堆焊的方法对铲斗齿进行修复。详细介绍了铲斗齿的修复工艺，堆焊材料的选择及堆焊时应注意的事项。实践表明，此修复工艺切实可行，取得了令人满意的效果。     

数学题中隐含条件的挖掘和应用

初中数学解题中学生容易忽视隐含条件。学生在解题过程中 ,应认真审题 ,准确运用题目中的已知条件 ,全面深入挖掘其中的隐含条件。     

情绪紧张度对解决数学问题的影响

本文运用实验、调查、统计分析方法得到如下结论：１不同情绪紧张度对学生解决数学问题有重要影响。２不同情绪紧张度对学生解决不同难度数学问题有不同影响。３不同情绪紧张度在学生解决数学问题活动中的注意、感知、思维、记忆等方面表现出不同的特点。     

基于Web挖掘的个性化服务

协同过滤和基于内容的过滤等传统个性化服务技术存在不能处理大规模数据、需要用户输入主观的评价信息、只能利用静态的统计特征等缺陷.最近提出基于Web使用挖掘和Web内容挖掘的个性化服务体系结构,在此基础上进一步引入了Web结构挖掘,统称为基于Web挖掘的个性化服务体系结构;给出了通过聚类算法获取总体使用特征、内容特征和结构特征及其一致化表示的方法;提供了通过总体使用特征、内容特征和结构特征实现个性化服务的途径.     

函数S-粗集与它生成的F-遗传规律

利用函数S-粗集,给出系统粗规律的F-生成, F-遗传概念,给出了系统粗规律的F-遗传特性;提出了系统粗规律的F-遗传特性定理,系统粗规律的F-遗传依赖于属性集α上的属性补充，并提出了系统粗规律的F-遗传的属性特征定理.利用这些讨论,给出了依赖于F-遗传的规律挖掘.     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

难浸金矿扩大试验研究

对黔西南州高砷高硫难浸金矿进行二段焙烧预处理，采用氧化剂强化氰金进行扩大试验研究。结果表明：该工艺使金的浸出率达到85％以上，该工艺投资省，无环境污染。     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。     

用例建模技术在需求获取中的应用研究

统一建模语言(UML)为面向对象系统定义了一个统一的标准.使用UML提高了与不同背景领域专家、工作流专家、软件工程师和其他专业人员的沟通,UML可以用在各个方面.在描述用例建模技术原理的基础上,重点讨论了它在实际系统中的应用,并对一些相关问题进行了探讨.