非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。     

基于Web的命名实体提取的研究方法

Web是一个巨大的知识库,作为知识的载体,Web上的海量网页数据包含了各种各样的内容,在这些内容中,命名实体(named entity)是一类重要的内容.随着Web规模的指数级膨胀,如何在海量Web信息中定位自己所需的信息,成为一个非常紧迫的需要.本文结合大量相关文献,对Web命名实体提取的研究工作进行了介绍、分析与比较,并指出了以后努力的方向.     

基于Web的实体关系发现的研究

作为Web内容挖掘的重要组成部分,基于Web的命名实体提取与实体关系发现,以海量Web网页中蕴涵的海量实体及丰富的实体间关系为对象,充分利用Web数据本身的特点,发展一整套方法和技术,力求高效、准确地提取Web网页中的实体与关系.     

一种基于马尔可夫链的高维离群点挖掘算法

提出了一种基于马尔可夫链的离群点检测(outlier detection algorithms based on Markov chain, MRKFOD)算法。该算法把基本数据集看作一个加权无向图,数据集中的每个数据表示一个节点,用每条加权边表示节点之间的相似度;形成一个邻接矩阵,把邻接矩阵当作马尔可夫链中的概率转移矩阵;寻求概率转移矩阵的主要特征向量;把每个节点的主要特征向量值作为每个数据的离群度。实验结果表明,该算法与其他高维离群点挖掘算法相比,在效率及有效处理的维数方面均有显著提高。     

Clustering patents using non-exhaustive overlaps

Patent documents are unique external sources of information that reveal the core technology underlying new inventions.Patents also serve as a strategic data source that can be mined to discover state-of-the-art technical development and subsequently help guide R&D investments.This research incorporates an ontology schema to extract and represent patent concepts.A clustering algorithm with non-exhaustive overlaps is proposed to overcome deficiencies with exhaustive clustering methods used in patent mining and technology discovery.The non-exhaustive clustering approach allows for the clustering of patent documents with overlapping technical findings and claims,a feature that enables the grouping of patents that define related key innovations.Legal advisors can use this approach to study potential cases of patent infringement or devise strategies to avoid litigation.The case study demonstrates the use of non-exhaustive overlaps algorithm by clustering US and Japan radio frequency identification (RFID) patents and by analyzing the legal implications of automated discovery of patent infringement.     

采空区高位钻孔瓦斯抽放的数值模拟

依据Darcy定律,在Navier-Stocks方程的基础上,对祁南煤矿综采工作面采空区瓦斯抽放问题作了计算分析,并进行了CFD数值模拟.从理论上模拟采空区瓦斯聚集过程,直观展示了瓦斯抽采时采空区流态、瓦斯分布变化.把抽放钻孔布置在顶板裂隙内,结合上隅角埋管实施瓦斯抽放,该抽放瓦斯技术起到了对开采工作面上隅角瓦斯的截流作用,现场管路测量显示,可抽出高浓度瓦斯达30%～80%(体积分数),工作面回风瓦斯的体积分数基本控制在0.3%以下.     

基于灰预测的Web Cache集群热点对象处理策略

热点对象问题是Web cache集群负载均衡研究中的一个重要问题,热点对象的存在容易引起访问歪斜(access skew)和负载不均衡.在分析Web访问中热点对象特征的基础上,构建了基于灰预测的热点对象访问频率预测模型.基于该模型,提出一种新的热点对象处理策略:预测对象的访问频率,配合阈值判断对象是否为热点对象,将热点对象推送到集群中所有节点,实现热点对象的冗余存储,从而达到负载均衡.实验结果表明,与其他热点对象处理策略相比,基于灰预测的热点对象处理策略可以明显提升Web cache集群性能.     

煤峪口矿边角煤炭资源的开采

介绍了煤峪口矿及其存在的边角煤炭资源的基本情况,分析了开采边角煤炭资源的可行性,提出了开采边角煤炭资源的具体措施。     

Web2.0技术在高职院校图书馆的应用——基于武汉商业服务学院图书馆的调查分析

采用读者问卷调查的方法,对读者关于Web2.0在图书馆中应用的需求进行调研,对调查问卷的结果进行研究和分析,提出了一系列Web2.0技术在高职学院图书馆应用的方案。     

浅议网络广告的信息传播模式

对传统的广告信息传播模式进行了比较分析,从网络广告的基本概念出发,结合网络广告信息传播的特点,归纳出了网络广告的信息传播模式,同时对网络广告信息传播的优势进行了阐述。