用分类与回归树算法进行人才识别

高校人才的引进对学校的发展十分重要．传统的人才识别方式是考察引进人员的一些定性的指标来进行人才识别，这样难以保证识别结果的全面性、科学性和准确性．给出了一种新的定量的人才识别的方法，它是利用数据挖掘中分类与回归树(CART)的方法为理论基础对人才进行定量的识别，更具科学性．分类与回归树方法利用过去已有的引进人才的经验数据分析提取规则，为以后的人才识别提供合理的、科学的决策支持．     

多维频繁项集计算方法及应用

对多维关联规则中混合维关联规则数据挖掘技术进行了探索，实现了基于多维频繁项集进行多维关联规则数据挖掘的一种实用高效的方法，文中基于多维的频繁项集的挖掘算法主要分为2个步骤，并在高校学生信息系统中给予具体运用．     

基于B/S结构和ASP.NET技术的Web应用研究及实现

首先对ASP．NET技术的特点进行分析，然后对基于B／S结构和ASP．net技术的Web应用程序开发过程进行了探讨，最后给出了一个网络考试系统应用实例。     

基于隐马尔科夫模型的浏览路径预测

基于马尔科夫模型的浏览路径预测，仅仅从用户的浏览会话本身出发来预测用户下一步的链接，并不能捕获用户的真正兴趣所在。运用隐马尔科夫模型来分析用户浏览网页的内容，可进一步捕获用户的浏览兴趣，并作下一步的链接预测。当浏览序列长度逐渐增加，系统捕获的用户浏览信息越来越多，此时能够折射出用户的兴趣所在，预测准确率也逐步增加。当浏览序列长度大于或等于8时，预测准确率已经到达80％，提高了预测准确率。     

基于统计方法的数据挖掘算法研究

在统计方法的基础上提出了一种根据数据集合本身的统计特性数据挖掘算法．该算法利用数据本身的统计特性对数据仓库中的数据进行分析，在给定重要性比例程度的前提下，经过系列的统计运算，得到简化的数据仓库集，并根据分析得到了数据挖掘算法的流程图．提出了比例大小关系函数，反映了数据自身的统计特性，分析表明：这种算法极大的提高了数据的有效水平。     

基于多传感器数据融合与挖掘的分布式入侵检测模型

为有效解决分布式攻击,提出了基于多传感器数据融合与挖掘的分布式入侵检测模型.将多传感器数据融合与数据挖掘技术应用到分布式入侵检测中,可连续和全面地提供网络攻防战场环境态势的综合评估.     

一种基于关联规则的数据挖掘算法实现与应用

对Apriori算法加以改进,提出了一种更高效的关联规则挖掘算法,在扫描数据库的同时把支持每个项目的事务都标记出来,采用一种新的方法来计算候选项目集的支持度.该算法只需对源数据库进行一次扫描,就可以找出所有的频繁集,具有很高的效率.     

基于Web的科研项目管理系统的设计与开发

研制了基于互联网的科研项目申报评审系统，采用C／S与B／S相结合的模式设计网上申报系统，Web方案设计专家评审系统实现了科研项目的网上申报、评审及管理等功能，较好地解决了Word文本和数据库的衔接问题，系统经有关管理部门和单位试用，效果良好，提高了科研管理水平和效率．     

FP-growth算法的一种优化实现

研究工作者已经提出了许多对事务数据库中频繁模式、关联规则的挖掘算法.早期算法有Apriori算法,然而该算法利用候选项集找频繁项集,而候选项集的产生往往是非常耗时的.JianweiHan等人提出了一种改进的算法,FP-growth算法.该算法不产生候选项集,效率比Apriori算法提高了近一个数量级.在描述FP-growth算法的基础上,具体讨论了如何优化数据结构,有效的实现该算法.     

单泵与储料罐组合的深海采矿输送设备

根据软管采矿系统对输送设备的要求,研究出由储料罐与高压水泵组合而成的新的输送设备,其原理为:首先采用高压水泵对海水加压,然后采用储料罐将矿石加入到高压水中,通过高压水将矿石从海底输送到海面.根据两相流理论和Bernoulli方程,建立了储料罐与高压水泵组合输送的水力输送设备的设计理论体系.对输送系统的参数进行计算分析可知,对于矿石体积分数为7%～12%的流体,1 000 m深海采矿中试输送系统的水泵扬程为100～150 m,3 000 m深海采矿输送系统的水泵扬程为400～450 m.由储料罐与高压水泵组合而成的矿石输送系统简单,避免了矿石颗粒与水泵直接磨损,适用于深海采矿软管输送系统.