KDD技术在复杂不确定性系统预测中的应用研究

针对复杂不确定性系统的特性,将知识发现理论方法与传统的预测理论方法结合起来,讨论了适用于预测的知识发现的理论与挖掘方法,构建了基于知识发现的多目标、多因素集成化预测模型(IFMK),并通过对油气储量、产量和需求量的预测验证了预测模型的有效性与实用性。     

基于信息挖掘的智能决策支持系统的结构设计

讨论了基于信息挖掘的智能决策支持系统( Intelligent Decision Support System Based on Information Min-ing, IDSSIM) 的总体结构模型和各子系统功能描述。IDSSIM 完善并扩充了现有智能决策系统的功能, 改变了现有智能决策支持系统的运行机制, 将领域专家的知识获取、推理机制、KDD * 挖掘和Web 挖掘有效地融入智能决策支持系统中, 从而形成了一类具有双网、六库、综合集成、多层递阶和模型驱动的新型智能决策支持系统。IDSSIM 对智能决策支持系统的主流发展起着重要的推动作用, 有望形成新一代的智能决策支持系统模型。     

Edgeflow数字图像边缘检测

在对数字图像的处理中,边缘检测是其重要内容.常用的图像边缘检测方法,如检测梯度的最大值法,检测二阶导数的零交叉点法,统计型方法以及小波多尺度边缘检测法等,都存在难以确定合理的参数阈值的问题.由此提出了Edgeflow方法,综合了亮度、纹理和相位等各种图像特征信息,以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阈值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,并设计出一套预测编码模型来实现.实验结果表明:Edgeflow方法参数调整少,检测效果好.     

知识发现系统框架及其理论体系的构造方法论

当前知识发现的主流发展是围绕着寻求在各类数据库和应用背景下高性能、高扩展性的挖掘算法这一主题而展开的。事实上有比算法重要的决定挖掘流程的过程模型的研究,还有更为重要的决定模型和算法的内在机理(反映知识发现系统或过程本身规律)的研究,尚未得到应有的重视。笔者另辟蹊径,将所论三者有机地融合与集成,构造了一类基于认知心理特征的自主知识发现"系统框架",通过对类似的几类"系统框架"的交叉融合、综合集成,构造出基于内在认知机理的知识发现理论体系KDTICM。研究与实验结果表明:这种高起点、高层次的构造方法论研究,有可能形成高效能挖掘系统与新的研究方向;这种构造方法论的研究,可使长时间得不到解决的"领域知识实质性地介入到知识发现过程中"对知识库进行"动态实时维护"等重要问题得以解决;通过揭示知识发现的潜在规律与复杂性,可反作用于主流发展。最后,给出了此种构造方法有效性的有力佐证。     

可降解医用高分子材料降解建模研究现状

可降解医用高分子材料降解过程复杂,致其医用研究尚处于＂试错＂阶段。文中就降解医用高分子材料的降解建模研究现状展开讨论,针对建模相对比较成熟的药物缓释系统介绍了机理论模型的非蒙特卡洛模型和蒙特卡洛模型及元胞自动机模型;分析了药物缓释系统、组织工程支架降解建模中建模方法的思路与存在的问题;归纳了当前的建模或从微观或从宏观角...     

基于知识库的知识发现（KDK）的结构模型与挖掘算法研究

从知识库中发现新知识KDK (knowledge discovery in knowledgebase) 是一个新课题，它的成功将直接作用于大型知识库的构建，并将为解决目前机器学习的瓶颈问题——知识获取起到重要影响。笔者的主要工作是：基于知识库中事实的KDK归纳结构、算法及其验证；基于知识库中规则的KDK归纳结构、算法及其验证。     

PC/104在病房监护机设计中的应用

文章给出了一种基于局域网的医院信息系统中的病房监护机的设计方案,并着重介绍了嵌入式计算机在该设计中的应用。     

KDD中双库协同机制的研究（Ⅰ）

针对KDD（基于数据库的知识发现）主流发展中存在的典型问题提出了用知识库去 制约与驱动数据库, 并通过数据库改善知识库结构的知识发现的新思想，形成了具有双库协同机制的KDD的开放系统KDD *，从而提高了知识发现的速度、精度和认知自主性，并使知识库在结构上具备了实时维护与自我进化的能力，同时阐述了作为双库协同基础的数据库和知识库在本质上的对应关系。     

一种基于索引数组的频繁项集高效挖掘算法

为改进基于数据库垂直表示的频繁项集挖掘算法的性能,给出了用索引数组方法来改进计算性能的思路.提出了索引数组的概念及其计算方法,并提出了一种新的高效的频繁项集挖掘算法Index-FIMiner.该算法大大减少了不必要的tidset求交及相应的频繁性判断操作,同时也论证了代表项可直接与其包含索引中的所有项集的组合进行连接,这些结果项集的支持度均与代表项的支持度相等,从而降低了这些频繁项集的处理代价,提高了算法的性能.实验结果表明,Index-FIMiner算法具有较高的挖掘效率.