平面点集凸壳的一种近似算法

提出了一种计算海量平面点集凸壳的快速近似算法——点集坐标旋转法(PSCR)。该算法采用点集不断旋转并求X(Y)坐标极值的方法得到平面点集的近似凸壳。它充分利用了成熟的数据库技术,能够在比较短的时间内计算出海量平面点集的近似凸壳。它不需要空间索引的支持,并能获得比较理想的近似效果。     

动态挖掘进程中参数演化与矛盾域分布规律的研究

基于内在认知机理的知识发现理论研究基础，宏观地描述了其核心内容之一——信息扩张机制的内涵及主要研究内容，给出了动态挖掘进程规律的部分成果，详细阐述了参数演化规律及矛盾域的分布规律，揭示了动态（在线）挖掘进程中潜在的本质、规律与复杂性，为进一步解决海量数据、动态数据给挖掘进程带来的本质的、极富挑战性的难题奠定了较为坚实的理论基础。     

带缺省属性值的不完备信息系统相似关系改进

针对带缺省属性值的不完备信息系统，对已提出的容差关系、非对称相似关系、限制容差关系和修正容差关系等相似关系的局限性进行了剖析，提出了一种权衡容差关系，实例和分析说明，它是一种更加合理的带缺省属性值的不完备信息系统的相似关系。     

基于Web的智能信息采集及处理系统设计与实现

互联网信息日益扩展的同时，如何采集和利用Web信息越来越备受关注。该文设计和实现的基于Web的智能信息采集及处理系统，采用高效的URL去重和基于模版的下载机制，提高了采集Web资源的性能；应用自然语言处理技术，对采集信息做智能分类和摘要，在发布上突出个性化的信息服务。与同类系统相比，智能性、实用性都显示出了明显的优势。     

基于索引数组与集合枚举树的最大频繁项集挖掘算法

由于其内在的计算复杂性，挖掘密集型数据集的全部频繁项集非常困难，解决方案之一是挖掘最大频繁项集。集合枚举树是最大频繁项集挖掘算法中常用的数据结构，最大频繁项集的挖掘过程也可以看作是集合枚举树的搜索过程。为缩小集合枚举树的搜索空间，采用宽度优先和深度优先相结合的混合搜索策略，提出了一种新的最大频繁项集的挖掘算法Index-MaxMiner。该算法首先设计了索引数组这种新的数据结构，并给出了一个基于二进制位图技术的索引数组的计算方法。通过为每个频繁项增加包含索引，Index-MaxMiner利用一次宽度优先搜索得到了候选最大频繁项集，使集合枚举树的第一层结点个数大幅度减少。然后在候选最大频繁项集中通过深度优先搜索，得到全部最大频繁项集，从而实现了集合枚举树的跳跃式搜索，大大缩小了搜索空间。实验结果表明，该算法可有效提高最大频繁项集的挖掘效率。     

多关系频繁模式发现研究

频繁模式发现是数据挖掘的重要任务之一。现实数据通常存储于由多个关系组成的关系数据库中。传统的频繁模式发现方法只能直接完成单一关系中的模式发现，如果要完成多关系数据的挖掘，会产生操作复杂性和信息丢失等问题。多关系数据挖掘是当前数据挖掘研究中快速发展的重要领域之一。多关系频繁模式发现方法能够直接从复杂结构化数据中发现涉及多个关系的复杂频繁模式，避免了传统方法的局限。本文首先归纳多关系频繁模式发现方法的发生历史背景，其次分析总结多关系频繁模式发现方法，最后提出了多关系频繁模式发现将来发展需重点解决的问题和面临的挑战。     

基于索引数组和复合频繁模式树的频繁闭项集挖掘算法

频繁闭项集惟一确定频繁项集且规模小得多.CROP是一种基于复合频繁模式树的、频繁闭项集高效挖掘算法,但存在着候选结点过多的问题.这些非闭合结点的生成、检查和剪裁带来了大量不必要的操作.提出了一种改进的频繁闭项集挖掘算法CROP_Index.该算法用＂索引数组＂来组织数据,找到频繁共同出现的项集.基于二进制位图,给出了一个包含索引的计算方法,并利用索引启发信息合并,得到复合型频繁模式树的初始结点;同时给出一些新的性质,使得改进的算法只生成闭合结点,从而节省了大量不必要的操作,缩小了搜索空间.实验结果表明该算法效率较高.     

分布式综合知识发现系统结构研究

利用多Agent技术，采用多层次结构，建立基于内在机理研究基础上的分布式综合知识发现系统（DKD（D＆K））总体结构模型。该模型设计了基于双库协同机制的分布式KDD＊的知识发现线路，使得分布式数据的预处理、挖掘算法及挖掘结果的评价和导航等研究贯穿于一体，形成了一个完整的系统。该模型不仅较好的继承原综合知识发现系统KD（D＆K）的主要特征，而且紧密结合了分布式数据库已经成熟的技术方法，并且与现在国际上比较典型的分布式知识发现系统比较有一定的优越性。     

基于联合提取特征的粗糙集文本分类技术研究

重点研究了文本的特征提取,通过对互信息和χ2统计的研究,根据其各自的缺陷,提出了一种新的特征提取算法--联合特征提取算法(CEFA).通过CEFA可以提取出更具代表性的特征项,利用粗糙集优越的约减性构造文本分类系统,提取决策规则,对文本进行分类.实验表明该方法分类准确度较高.     

异构分类器融合环境下的非平衡数据分类模型

为解决非平衡数据分类中的正样本分类精度不高的瓶颈问题,提出了一种异构分类器融合环境下的非平衡数据分类模型.该模型基于差异采样率的重采样算法和改进的Adaboost算法,融合了SVM和C5.0两种基分类器;基于知识融合机制,采用了独特的分类器选择策略、分类器集成方法、分类决策方案.仿真实验结果表明,SCECM模型分类性能...