IMM理论在超低空探测与跟踪上的应用

以超低空防御为背景 ,以防御系统雷达和红外传感器的融合为主线 ,运用概率互联理论和交互式多模型理论对超低空目标的探测和跟踪问题进行了仿真。经仿真认定 ,该理论不仅可用于目标的探测和预警 ,也可用于导弹的跟踪和制导     

Query through heterogeneous ontologies using association matrix

This paper introduces the definition and calculation of the association matrix between ontologies, h uses the association matrix to describe the relations between concepls ill different ontologics and uses concept vectors to represent queries; then computes the vectors with the association matrix in order to rewrite queries, This paper proposes a simple method of querying through heterogeneous Ontology using association matrix. This method is based on the correctness of approximate information filtering theory; and it is simple to be implemented and expected to run quite fast.     

CFSBC： Clustering in High-Dimensional Space Based on Closed Frequent Item Set

Clustering in high-dimensional space is an important domain in data mining. It is the process of discovering groups in a high-dimensional dataset, in such way, that the similarity between the elements of the same cluster is maximum and between different clusters is minimal. Many clustering algorithms are not applicable to high dimensional space for its sparseness and decline properties. Dimensionality reduction is an effective method to solve this problem. The paper proposes a novel clustering algorithm CFSBC based onclosed frequent hemsets derived from association rule mining. which can get the clustering attributes with high efficiency. The algorithm has several advantages. First, it deals effectively with the problem of dimensionality reduction. Second, it is applicable to different kinds of attributes, Third, it is suitable for very large data sets. Experiment shows that the proposed algorithm is effective and efficient     

高校人事管理信息中的关联规则挖掘

在制定人事激励制度时,要针对不同类别的教师建立有针对性的制度.为此,提出了一种基于分类和关联规则挖掘的方法.通过相似性分析将教师分为若干群体,针对每个群体,应用关联规则挖掘识别其中隐含的规则.     

基于模糊数值约束的关联规则挖掘

很多时候一个事务记录中所包含的信息除了项目以外,还包括与这些项目相关的数值信息,这些数值信息同样可以作为关联规则的一种约束而存在,基于上述问题,文中提出了一个基于模糊数值约束的关联规则挖掘方法,实验结果表明该方法具有较好的伸缩性。     

分布式时态关联规则挖掘

提出了在分布式环境下对于每一层使用不同支持度的时态关联规则挖掘问题及其算法DMARM。该算法使用轮询方法处理分布式系统中各个节点间的通讯问题,在各个节点上利用集合“或”和“与”运算,在求候选频繁模式的同时求出了模式的支持度,减少了数据库的扫描次数。     

多层次关联规则的快速挖掘算法

数据挖掘被认为是解决“数据爆炸”和“数据丰富,信息贫乏”的一种有效方法。关联规则是数据挖掘的重要研究方向。本文提出了多层次关联规则的一种快速挖掘算法,利用抽样从概念层次树的中间开始挖掘,以提高挖掘的速度。     

从RBF核函数中抽取关联分类规则

目的为解决SVM分类器的分类模式难以为人类专家所理解等问题而提出一种有关InterRBF算法的新思路。方法通过将RBF核函数将其展开成麦克劳林级数,并从展开式中挖掘对分类分析起重要作用的关联规则,从而在SVM的分类模式中学习出关联规则分类器。结果改进后的SVM分类器具有较好的分类准确度;改变了当前研究从SVM的分类模式中抽取规则的方法仅限于IF-TEHN规则或者学习出决策树的状况。结论从RBF核函数抽取关联分类规则,对于在难以理解的知识中提取可理解的表达规则是可行的方法。     

论高校实验室软件建设

高校实验室的软件建设,涉及实验室硬件运行的质量和效率,关系到实验室资源的优化配置和持续发展。文章从实验室管理制度、实验室队伍、实验室方法、实验室间的联合运作及外部联系五个方面,提出了相应的建设思路和应用策略,总结了实验室软件建设在整个实验室建设中的重要地位。     

浅论高校学生社团建设与发展

社会主义市场经济的发展要求人才具备一专多能的综合素质,高校学生社团是大学生培养实践能力、锻炼综合素质的主要载体,如何将学生社团管理好、发展好,对于高校校园文化建设、培养复合型人才显得尤其重要。