分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

基于粗糙集理论的复方拆方研究

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策和分类规则．因此，将粗糙集理论引入复方拆方，将有助于从复方配伍的动态性和不确定性的本质上去深入而确切地开展方剂配伍规律的量化研究，从而改变药味与药效之间的分离状态．     

网络环境与档案管理工作的创新

在网络环境下，新世纪的档案管理工作面临严峻的挑战和难逢的机遇。网络环境是档案工作信息化的技术基础，也促进了传统档案管理的创新。档案管理工作要加强管理主体的创新，重视技术的创新，解决好创新的经济基础和制度保障问题，要抓住网络环境带来的办公自动化机遇来发展自己。     

鄂尔多斯盆地侯北地区三叠系延长组长6储层特征

鄂尔多斯盆地侯北地区三叠系延长组长6储集岩大部分为细粒长石砂岩,少数为细粒岩屑长石砂岩.孔隙度在10%～15%之间,渗透率在(0.1～1.0)×10-3μm2之间,以低孔、低渗、较强的非均质性为特点.长6沉积于三角洲前缘环境,水下分流河道中发育储集砂体.稳定的大地构造条件和沉积环境有利于大面积、较厚的砂体形成.方解石、浊沸石和绿泥石等自生矿物沉淀压实作用,大大降低了原始沉积物孔隙度,长石、中基性火山岩岩屑及浊沸石溶蚀作用产生了相当数量的粒内溶蚀孔和胶结物溶蚀孔.     

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．     

网络环境下渐开线齿轮的三维参数化造型

论述了基于网络环境下进行渐开线圆柱齿轮三维参数化特征造型的设计思想,将轮齿与轮体分别按特征分类,实现了直齿、斜齿、螺旋齿齿轮三维造型的统一,解决了特殊齿形和齿向曲线实体造型的难点。为其他零件三维建模提供了一种有效实用的方法。     

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.