空间数据挖掘和知识发现的研究

随着现代科技和传感器的发展和应用,复杂多变的空间数据日益膨胀,远远超出了人的解译能力,迫切需要数据挖掘和知识发现为其提供知识。研究了空间数据挖掘和知识发现的概述,可发现的空间的关联、特征、分类和聚类等知识,以及它与相关学科的关系,分析和展望了SDMKD的应用开发。     

HyperKDD：开放超媒体知识发现系统模型

数据库知识发现的目的是为了获得基于机器迅速处理大量数据的能力．提出了一种开放的超媒体知识发现模型ＨｙｐｅｒＫＤＤ，它提供了统一的基于超媒体的和开放性的控制机制，以选取适当的发现策略和控制知识发现的过程，在ＨｙｐｅｒＫＤＤ的框架下，比较容易生成一个面向一般领域的且高度自动化的知识发现系统     

基于覆盖的几种粗糙模糊集模型研究

本文对覆盖近似空间中模糊概念的近似做了初步研究,具体介绍了三种覆盖粗糙模糊集模型的定义,并讨论了它们之间的关系,为下一步讨论知识约简和模糊决策的应用做了理论基础。     

基于众包的天然产物数据库及知识发现系统

针对目前天然产物数据库数据更新不及时、数据量不够大等问题,开发了基于众包的天然产物数据库及知识发现系统.该系统利用众包技术构建一个天然产物数据库,使用分子指纹对分子结构进行编码,并采用Tanimoto系数计算相似度实现天然产物和相关文献的检索,可以实时扩充,并为生物学家了解当前研究热点,确定进一步研究方向提供参考.     

基于数据挖掘的制衣企业辅助决策系统设计

本文重点阐述了决策支持系统和数据挖掘技术的基本概念和原理,给出了基于数据挖掘技术的制衣企业辅助决策系统模型的主要结构和设计思路,最后对这种制衣企业辅助决策系统的发展前景做出了展望。     

基于“赌轮选择法”的信息系统属性约简方法研究

属性约减是粗糙集理论中一个重要的研究方向,针对一个信息系统,如何从中获取尽可能少的属性来表达整个信息系统所含知识,这是决策者所期望的。为此,本文提出一种基于"赌轮选择法"的信息系统属性约减方法,利用该方法,我们可以更好地得到尽可能少的属性。     

基于粗糙集理论的评价指标属性约简

粗糙集理论是一种对数据进行约简的有效工具。文章运用粗糙集理论对评价指标进行了属性约简,并根据各指标包含信息量的大小确定权重,构建了基于粗糙集理论的指标综合评价模型。     

基于粗糙集理论属性重要性的离散化算法

本文主要研究了粗糙集理论在决策表离散化中的应用,提出了一种基于粗糙集理论属性重要性的决策表离散化算法。该算法首先使用依赖度来定义属性的重要性,并据此对条件属性按照重要性由小到大排序,然后按排序后的顺序,考察每个条件属性的所有断点,将冗余的断点去掉,从而将条件属性离散化。     

服装设计知识图谱中的服装装饰工艺分类模型

为解决服装装饰工艺类别判定中噪声视角或弱相关视角带来的负影响问题,采用具备视角约减功能的多视角分类模型对噪声视角或弱相关视角进行动态过滤。首先基于1-阶TSK模糊系统,在其目标优化函数中引入视角间分类误差一致性约束,实现多视角协同学习;然后通过变体信息熵学习各视角的权重,并在权重学习过程中制定视角约减规则,自动剔除噪声视角或弱相关视角;最后通过服装装饰工艺类别分类实验对所构建模型的分类精度进行验证。结果表明:相比视角约减之前,所提出的多视角分类模型的测试精度提高了2.68%,可有效地过滤噪声视角或弱相关视角,降低其对分类精度的影响。     

数据挖掘技术在电子商务领域的应用研究

随着互联网技术的发展,电子商务应运而生且越来越多的交易活动从传统的线下式交易转到线上交易。而随着交易量和时间的累计,相关的交易数据则越来越多。面对如此浩大的数据,如何从中提取有价值的信息,受到了广大电子商务商家以及电子商务平台的重视。文章针对电子商务这一领域,结合数据挖掘相关技术,阐述了如何利用数据挖掘技术针对电子商务中存在的问题以及需求进行解决。     

基于Rosetta的粗糙集理论在糕点食品安全风险监测中的应用

目的以沈阳市2012~2015年糕点食品标准指标监测数据为研究对象,应用Rosetta粗糙集理论进行指标约简,挖掘各指标属性重要性,从而提出更加科学的指标风险监测方案。方法对数据合并分类整理,建立指数分级标准并离散数据生成决策表,使用遗传算法对数据进行约简。结果获得2组数据约简结果,确定核心指标为硫酸铝钾、糖精钠、山梨酸、柠檬黄、胭脂红、菌落总数、大肠菌群和霉菌计数。通过筛选得到18组指标决策规则,经分析硫酸铝钾和菌落总数为关键指标。在2组约简的不合格规则中,硫酸铝钾的覆盖度之和均为0.23,菌落总数分别为0.38和0.36,并且指数等级值均达到6级和7级,提示存在高风险。结论影响糕点食品质量安全的重要指标为硫酸铝钾、糖精钠、山梨酸、柠檬黄、胭脂红、菌落总数、大肠菌群和霉菌计数,建议至少1年监测2次,其中硫酸铝钾和菌落总数为关键监测指标,应给予高度重视,至少1年监测3次。其余指标影响较小,建议1年监测1次。     

粗糙集理论和遗传算法在预防城市道路交通拥堵中的应用

建立了反映道路拥堵原因与道路拥堵类型之间的关系决策表,利用粗糙集理论和遗传算法相结合的属性约简方法,去除决策表中冗余的规则,从而找到了造成道路交通拥堵的主要因素.试验结果表明,此算法可高效分析交通拥堵原因,为预防城市道路交通拥堵提供科学的决策依据.     

基于粗糙集的ID3决策树算法改进

针对ID3等传统的决策树算法通常采用单个属性作为分枝判断依据,导致生成树的规模大、形成的规则较难理解的问题,提出了一种以多变量作为结点属性判断条件的算法。该算法利用粗糙集中属性依赖的特性,选择信息系统中条件属性相对决策属性的核属性作为多变量结点属性,使用相对泛化的概念辅助分枝过程,进而生成多变量决策树。通过实例分析与传统的ID3算法进行比较,证明了改进算法的高效性。     

应用粗糙集和支持向量机的熔喷非织造布过滤性能预测

为预测熔喷非织造布的过滤性能,提出基于属性约简和支持向量机的预测方法。运用粗糙集理论在ROSETTA 环境下对含有9 个参数的熔喷非织造纤网结构参数全集进行约简,得到6 个各含3 个参数的约简集。分别将参数全集及各个约简集作为输入建立基于支持向量机（SVM）和ＢＰ 神经网络（BP-ANN）的28 个过滤性能预测模型,运用交叉验证法进行模型结构参数优化。结果表明：以含厚度、纤维直径和孔径的约简集为输入,基于ＳＶＭ模型预测准确度最高;其对过滤效率和过滤阻力的预测精度均超过98%,且CV 值均小于2%,表明这3 个参数是影响熔喷非织造布过滤性能的核心要素;基于SVM 模型的预测准确度总体优于基于BP-ANN模型的。     

食品安全评价指标设定方法研究

食品安全评价是食品安全监管的一项重要内容,而食品安全评价指标的选定与精简又是食品安全评价工作的重点和难点。针对这一问题,本文采用粗糙集理论,利用可分辨矩阵和正域概念提出了一种精简食品安全评价指标的新方法。该方法在保持原食品安全信息系统分类能力的前提下,通过属性约简方法发现数据中蕴涵的知识模式,精简食品安全评价指标,构建简约明了的食品安全评价体系。实验表明本算法是有效可行的。     

基于覆盖广义粗集的信息系统的知识约简

对传统的粗集约简方法进行了推广,讨论了在特定相容关系下的信息系统以及协调目标信息系统上辨识矩阵的构造方法,推广之后不再需要对论域形成划分,只需要形成覆盖.针对可辨识矩阵的概念推广到覆盖的情形,提出了3种新的基于覆盖广义粗集的约简并对其优良性质进行了讨论,进而在此基础上给出了近似覆盖约简的启发式算法.     

综合指数与粗糙集联用法评价豆制品质量安全

目的 采用综合指数与粗糙集联用法评价豆制品的质量安全.方法 以沈阳市2012—2015年豆制品监测数据为研究对象,通过指数分级标准,建立质量评价(综合指数法)与风险评价(粗糙集理论)联用的评价方法.结果 豆制品综合质量指数(food quality index,FQIt)值为0.139,评价为优级.2012—2014年...     

施工方案知识库的研究

基于面向对象方法将施工知识分为控制知识、评价知识和决策知识,以方便施工知识的表达.通过知识类的语义及其层次关系的确定,将知识库中知识的获取任务分解为相对独立的知识类中知识的获取.将施工知识更新的3个层次映射到知识类库中3种层次的知识增长机制(即知识项→知识类→结构施工体系知识),提出了动态连接知识对象的推理机制.这种采用动态链接知识对象的方法提高了大型知识系统的运行效率.     

基于粗神经网络的大曲理化指标对白酒质量和产量影响分析

为分析大曲理化指标对白酒质量和产量的影响.提出了一种基于粗糙集理论结合神经网络的大曲理化指标对白酒质量和产量影响新的分析方法.首先基于粗糙集理论分析大曲理化指标对白酒质量和产量影响,得出在白酒生产质量和产量中起主要作用指标.然后通过条件属性简化后构造的神经网络建立一种基于大曲理化指标与产酒量和酒质联系的数学模型.实验结果表明简化后构造的神经网络模型较好地表达了大曲理化指标与产酒量和酒质的关系.     

基于ADO.NET技术的网络答疑数据库

ADO．NET用作数据访问模型，采用3层以上数据处理结构，具有对断开连接的数据的内部支持、全面的XML支持。此外，该技术还支持松散结合的数据访问需求、多层Web应用程序及Web服务。采用ADO.NET数据访问模型开发基于网络的讨论答疑数据库，有利于提高数据处理的灵活性和代码的高可维护性，可实现Web Table网页表单与后台Web数据更直接、更灵活的交互。