连结算法与不完全信息

本文讨论在小型计算机和工作站环境下，丢失或不完全信息对关系数据库性能的影响，并给出连接算法的三种算法逼近。     

不完全数据库中关联规则的两种求估方法

在关系数据库中,数据丢失现象常常是不可避免的。在不完全数据库中挖掘关联规则的关键问题是如何估算关联规则的支持度和置信度。给出了不完全数据库中关联规则挖掘的两种求估方法,并进行了简单的比较。     

使用背景知识处理不完全信息

1 引言不完全性信息大致可以分为两类:其一表现出不精确性,即属性值的内容不唯一;其二呈现不确定件,即属性值的真值程度不肯定。这两种情形下许多问题的通用求解往往是NP问题,实际中只能在特定的约束和限制下解决。尽管人们很少意识到环境映射知识的存在,然而它却在人类认知和智能活动中扮演了十分重要的角色。人们在遭遇一个相对陌生的环境时,总是试图找出一个与之相类似的熟悉场景作参考,继而获得一个加之于原问题之上的弱结构关系(不一定完全正确),使不完全性信息下的问题求解摆脱搜索空间过大、知识表达不清晰等的困扰。本文给出一种通过相似环境映射获得欲处理问题背景知识的方法,并用结构关系R显式表示。具体用不精确信息的处理过程例示说明之。     

部分数据缺失环境下的知识发现方法

介绍了目前的不完全数据环境下的知识发现研究工作,分两个部分提出了一个不完全数据库中的知识发现方法.首先具体讨论了如何猜测丢失的数据,给出了基于距离的关联规则的定义及挖掘方法.然后在此基础上详细描述了一个不完全数据库中的知识发现算法,分析了算法的复杂度,并给出了相应的实验结果.最后,将所提方法与其他相关方法进行了比较.     

知识获取的粗分析方法

粗分析方法是从决策表中挖掘规则,克服知识获取瓶颈的一种有效方法。基于粗糙集理论,文章讨论了粗分析获取规则的几个问题,提出了相应的解决方法。如实用中决策表的约简会导致部分信息丢失,而规则适当的冗余可以解决这个问题。其次,研究了不完全决策表的规则粗分析,为不完全决策提供了基础。     

模糊知识数据库数据模型及其实现技术

本文提出一种能处理模糊知识的知识数据库数据模型，详细介绍了其模糊知识表示，模糊关系代数及不精确推理的实现策略。     

114

这个114不是指电话查号．它是互联星空的一个搜索引擎．搜索能力还不错。如果你觉得Google的国内服务故障太多，而百度又不太厚道．那么就把此114放入自己的收藏夹吧．这样在查找东西时就多了一种选择。     

外国人用什么杀毒

最近有个传播率很高的帖子“2006十大杀毒软件”，有的朋友可能没看过，看过的可能也不完全认识。本文简要介绍—下。聊为大家增长见闻、增加谈资。[编者按]     

建行对称平衡不完全区组设计的构作

在统计分析中,经常会碰到样本分类比较问题。怎样进行合理的分组,能够使结果既符合统计学意义,又科学有效、具有很好的实践性,是一个很重要的课题。本文给出了构作对称平衡不完全区组设计的有效方法,使得我们可以构作出适用于各种不同实际问题的SBIBD,在统计分析问题中能够进行广泛而有成效的运用。     

基于Additive2multipl icative 模糊神经网的ATM 网络拥塞控制

考虑了模糊神经网络的学习功能,提出利用Additive-multiplicative模糊神经网络(AMFNN)对ATM网络进行拥塞控制的方案．在拥塞控制过程中,利用AMFNN模糊神经网络预测下一个将要到达流的特征,结合当前缓冲区的队列信息预测网络是否发生拥塞．一旦预测出将有拥塞发生,控制器则向源端反馈拥塞控制信息,信源根据拥塞信息适当降低传输速率,从而避免了拥塞的发生．仿真结果表明,该方法可改善网络对拥塞的实时处理能力,提高网络资源的利用率．     

一种基于FNN的高速网络拥塞控制策略

以ATM（asynchronous transfer mode)为研究对旬,同种基于模糊神经网络（fuzzy neural network,简称FNN）的流量预测和拥塞控制策略,拥塞控制是高速网络（如ATM）研究中的关键问题之一,传统的基于BP神经网络的流量预测方法因其收敛速度较慢且具有较大的误差,影响了拥塞控制效果,而模糊神经网络由于具有处理不确定性问题和很强的学习能力,很好地解决这一问题,最后通过仿真,比较和分析了基于BP神经网络和基于FNN方法和性能,证明此方法是有效的。     

从《中国大百科全书》中获取教育知识

教育知识获取是国家知识基础设施研制中知识获取的一项重要工作。《中国大百科全书》中包含着教育学、教育心理学、学习理论、教育管理和各国教育等丰富的教育知识。该文研制了一种知识获取方法,并采用此方法成功地获取了大量的教育知识。该方法由两部分组成:一是高度类自然的教育知识描述语言(PKDL),由知识工程师用于形式化《中国大百科全书》中的教育知识文本;二是PKDL编译系统,该系统对PKDL文本进行编译、分析和知识连接,最终生成教育知识库。     

基于知识的阶层型神经网络结构及参数的一种确定方法

神经网络具有优秀的学习能力,但神经网络的权值及阈值却无法解释与理解,给进一步的应用带来了困难。国内外学者就这一问题进行了各种探讨,研究怎样从神经网络中抽取规则,但算法较复杂,规则的可理解性较差。从不同的视角出发,提出一种从知识的角度来考察阶层型神经网络的结构及参数的思路。利用从样本数据中获得的知识（模糊规则）,来确定网络的大小,即中间层的结点数目,以及网络的参数,即网络的双重及结点的阈值。该方法的特点是不用精简网络的结构,也不用改变网络以往的BP学习算法。按照这种方法构造出的神经网络,即使不学习,其输出也会大致地跟踪样本,网络的学习时间将会缩短。与此同时,网络的参数,即权重及阈值的意义可以解释,为直接从神经网络中提取知识提供了依据。仿真算例验证了所提出的方法的有效性。