基于隐私保护的决策树模型

在分布式环境下,实现隐私保护的数据挖掘,已成为该领域的研究热点。文中着重研究在垂直分布数据中,实现隐私保护的决策树分类模型。该模型创建新型的隐私保护决策树,即由在茫然半诚实方存储的全局决策表和各站点存储的局部决策树组成,并结合索引数组和秘密数据比较协议,实现在不泄漏原始信息的前提下决策树的生成和分类。经过理论分析和实验验证,证明该模型具有较好的安全性、准确性和适用性。     

一种模糊认知图分类器构造方法

提出了一种新的模糊认知图分类器模型构造方法,它包括构建流程、激活函数、推理规则和学习方法等核心构件.模型利用提出的动态交叉变异算子自适应遗传进化过程,实现种群间自动调节和自动适应.仿真实验表明:本文提出的模型增强了局部随机搜索能力,加强了算法的全局收敛能力,与其他经典分类方法相比,不但性能较好,而且具有较强的抗噪能力,从而具有更强的鲁棒性.      

基于模糊状态描述的不确定因果归纳自动推理机制

文中提出基于模糊语言场和模糊语言结构的知识表示新型框架,并提出能够综合处理模糊不确定性与随机不确定性的广义细胞自动机和广义归纳逻辑因果模型。在此基础上,又提出基于模糊状态描述的新型不确定因果归纳自动推理机制,并讨论其在智能控制器研制中的应用。     

多关系关联规则算法综述

多关系数据挖掘是借鉴ILP技术,并结合机器学习方法所提出的数据挖掘新课题。多关系关联规则是多关系方法在概念描述任务中最具代表性的研究方向之一,此类方法在发挥多关系方法的模式表达能力与利用背景知识能力的同时,借鉴成熟的关联规则方法的思想与优化策略,取得了较高的性能与表达复杂模式的能力,同时在面向复杂结构数据的应用中获得了较好的效果。在简述多关系方法的基础上,通过分析与比较目前具有代表性的多关系关联规则算法,总结了各算法的优势与不足,并指出了该领域目前的主要热点问题。     

一类基于认知心理特征的知识发现新模型

为克服数据挖掘过程中的"数据海量,算法复杂"的困扰,建立了两个用于在知识发现系统与过程中模拟认知心理特征的协调器--启发型协调器和维护型协调器,从而实现了系统自主地发现知识短缺和进行知识库的实时维护;创建了双库协同机制,它揭示了数据库与知识库在特定构造下,两个范畴间的等价关系(即结构对应定理);并将这两个协调器和双库协同机制融入经典的数据库中的知识发现(KDD)过程模型,诱导出新的知识发现过程模型--KDD和基于数据库和知识库双库数据挖掘(KD (D&K))过程模型,实现了"定向搜索"与"定向挖掘".最后通过实例验证了其有效性与先进性.     

新的等价类划分算法—计数法

目前,基于基数排序的等价类划分算法有较低的时间复杂度但存在以下不足：属性值跳跃性大时会产生大量空队列;排序后仍需O（|P‖U|）的时间才实现划分,求出等价类,排序没能发挥应有作用。为此,设计了一种新算法,通过属性值映射避免大量空队列产生,通过增加一个记录等价类长度信息的计数数组,排序后仅需O（|U|）就可实现划分,求出等价类。整个算法时间复杂度为O（|C‖U|）,空间复杂度为O（|U|）,为求等价类划分提供了一个新的解决办法。     

氰化物废盐的中和去毒处理法

为了防止废氰盐的扩散和污染,我们一直在进行废氰盐的中和处理试验研究工作,想寻求一种速效、彻底、经济的中和处理法。在大量试验中以热态处理法效果最佳,再加以冷态处理或用废水稀释,完全达到了国家规定的含氰污水排放标准,现将用硫酸亚铁中和氰化物的处理方法介绍如下。把废氰盐(含NaCN或KCN的废盐)在坩埚中分段加热到约900℃左右并保温(熔化后的盐液面高度应占坩埚深度的1/3～1/2为宜),然后把烘干失去结晶水的硫酸亚铁分批逐次定量定时加入到熔融的废盐中,并不断充     

利用数据挖掘方法分析客户忠诚度

针对客户忠诚度分析这一客户关系管理系统的重要问题，在分析已有工作的基础上，经过多级数据归约，提出了多商品配送企业适合工程计算的客户忠诚度公式。进而对客户进行了高速聚类挖掘，找出了客户群的特点，对公司有针对性地制定客户策略起到了一定的指导作用。     

基于发现特征子空间模型的文本分类算法*

在非结构化数据挖掘结构模型,即发现特征子空间模型(DFSSM)的运行机制下,提出了一种新的文本分类算法——基于DFSSM 的文本分类(TCDFSSM) 算法。该算法在文本训练及分类阶段的基础上增加了自动反馈阶段,使得TCDFSSM具有自学习能力,并给出了文本分类过程反馈阈值的选取算法。结果表明,该算法分类效果良好,其自学习能力、适应性及鲁棒性更加优越。     

基于多重特征选择和多分类器融合的文本层次分类研究*

针对大量电子文档需要准确地进行多层次自动分类管理的现实需求,提出基于多重特征选择和多分类器融合技术的层次分类方法。通过引入可信度函数对单分类器效果进行评价,适时采用辅助分类器对较难分类的文档进行分类投票判决。实验结果表明,相对于单分类器,该方法无论在平面分类和层次分类语料上都获得了更好的分类精度,且具有较好的时间复杂性,有很好的实际应用前景。