模式映射以及表达

模式匹配是数据集成、模型管理等数据库关键领域的基础问题。目前，大多数的研究集中在如何发现有效的元素匹配对，模式匹配的结果用映射来表示。映射的形式化的定义和表示还没有得到有效的研究。这里讨论了复杂的模式匹配，给出了映射的一个形式化的定义，提出了一个表示映射的框架。最后，利用数据集成来解释了如何利用这个映射的框架。     

基于D-S证据理论的多源遥感图像目标数据联合关联算法

以遥感图像目标识别结果为主,结合卡尔曼滤波器获得的目标运动状态估计结果,提出一种基于D-S证据理论的目标数据联合关联算法.蒙特卡罗模拟实验结果表明,该方法稳定性较强,适合于对海上船舶等遥感图像目标的持续跟踪.     

在．NET平台下搭建分布式系统

为使应用软件创建、维护和升级更加方便，分布式程序设计成为软件业的主流，．NET给予了分布式程序设计人员以最大的支持。在．NET平台下不仅可以利用已有的COM和COM＋，还有诸如Web Services和Remoting等全新的技术，使系统集成更加方便快捷。实践证明，．NET可以把这些技术很好地结合起来，提高了系统的性能。     

基于平行坐标技术的关联规则可视化模型

数据挖掘可视化是数据挖掘过程中的重要组成部分.通过交互式数据挖掘可以增强挖掘结果的可理解性和可信度.平行坐标技术是数据挖掘可视化技术中的一个重要技术之一,该文在这种技术的基础上,提出了一种基于此技术的关联规则的可视化模型及显示方法.在最后对现有的关联规则的可视化方法进行了比较,论文中提出的显示模型在海量多维规则的显示和交互式操作上表现较为突出.     

自组织神经网络在CRM中的应用

提出了一种利用自组织神经网络来进行海量数据的挖掘和分类归纳的方法,该网络实现简单,反应速度较快,而且分类准确,冗余性强,对企业决策具有指导意义.     

对外开放与沿边开放城市经济增长因素的实证检验--以东北地区为例

以东北地区四个沿边开放城市———满洲里、珲春、绥芬河、黑河为例,运用合成数据进行回归分析,检验了对外开放对沿边开放城市经济增长的作用.结果表明,对外开放是促进沿边开放城市经济增长的最重要因素,这与一般城市和沿海开放城市不同,且对外开放因素对沿边开放城市经济增长的贡献度小于对沿海开放城市经济增长的贡献度.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

基于知识的元数据管理系统的研究

针对信息系统中建立的数据仓库的元数据进行科学有效地管理,提出了一种基于知识的元数据管理工具的系统框架,并在元数据管理方面进行了一些探索性的研究。     

网格计算环境下的分布式数据挖掘

为了提高分布式挖掘系统的性能，分析了现有的分布式数据挖掘系统的不足，提出了一种网格计算环境下的分布式数据挖掘的体系结构，讨论了在该体系结构下如何进行数据挖掘．该体系结构是面向服务的，跨平台的，在该体系结构中，挖掘算法和目标数据源被定义为web服务资源，在需要进行数据挖掘的时候，这些web服务资源被动态地、松耦合地联接在一起，共同完成一次数据挖掘任务．最后，借助网格工具globus toolkit4．0构建了一个局域网网格计算环境，并使用一个关联规则挖掘实例详细地说明了在该体系结构下的挖掘过程，     

基于BP神经网络的并行算法

对强激光与等离子体相互作用三维数值模拟程序LARED_P数据输出进行分析,针对大规模数据模拟数据的特点,提出了基于BP神经网络的并行算法,即在各个搜索子空间内对训练集合中的学习样本进行并行训练。实例表明:不仅可避免陷入局部极小点,提高网络训练速度,而且仿真效果较好。