炼油生产调度专家系统的应用研究

基于知识的优化设计应用于炼油化工厂,采用专家系统技术将生产中成功的经验和领域专家的知识组织起来,协调并参与数学规划建模过程,优化编排调度作业计划,并进行优化控制和管理.文章结合大型炼油厂的生产实际,探索智能化的管控一体化的新模式.     

最小归纳依赖关系在采掘聚类关联规则中的应用研究

数据集中的冗余属性会降低数据采掘结果的解释能力及精度。该文介绍了在非项目集类型的数据集中采掘聚类关联规则的基本原理,并利用RoughSet理论对属性间的归纳依赖关系进行了分析,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系的算法,使采掘出的关联规则的精度及解释能力都达到令人满意的水平。     

Incremental mining of the schema of semistructured data

Semistructued data are specified in lack of any fixed and rigid schema,even though typically some implicit structure appears in the data.The huge amounts of on-line applications make it important and imperative to mine the schema of semistructured data ,both for the users(e.g.,to gather useful information and facilitate querying)and for the systems (e.g.,to optimize access).The critical problem is to discover the hidden structure in the semistructured data.Current methods in extracting Web data structure are either in a general way independent of application background,or bound in some concrete environment such as HTML,XML etc.But both face the burden of expensive cost and difficulty in keeping along with the frequent and complicated variances of Web data.In this paper,the problem of incremental mining of schema for semistructured data after the update of the raw data is discusses.An algorithm for incrementally mining the schema of semistructured data is provided,and some experimental results are also given,which show that incremental mining for semistructured data is more efficient than non-incremental mining.     

基于空间数据仓库的数据采掘

文章介绍了数据采掘技术的定义、数据采掘的过程和主要技术手段以及空间数据仓库的定义、基本结构框架、处理流程和技术支持,分析了基于空间数据仓库的数据采掘特点.     

最优关联规则的形式和挖掘思想的研究

在数据挖掘中,人们更多地关注关联规则,因为它有着丰富的内涵,对应它的复杂内容,文章给出了关联规则的几种基本形式,从大量的数据库中挖掘关联规则一定要有合理有效的指导思想,挖掘出的规则应能准确地反映现实,为减少不必要的规则以免混淆决策,介绍了最优规则的思想,这是一条捷径。     

在IDS中利用数据挖掘技术提取用户行为特征

IDS（入侵检测系统）是一种检测网络入侵行为的工具。然而现在的IDS在提取用户行为特征的时候经常不能取得满意的结果。所提取的特征不能很好的反映出真实的情况,所以有时候经常出现漏报或误报的情况。文章针对这一情况,详细讨论了利用数据挖掘技术提取用户行为特征的方法,提出了采用数据挖掘技术的入侵检测系统的结构模型。     

时间序列的细微距离发现

时间序列是信息系统一储存在的一类重要数据对象,而序列间的距离计算是很多时间序列数据开采或数据提取问题的核心。针对目前的序列距离定义模型对非总体的细微关联特征不敏感的问题,提出了一种新的时间序列距离定义模－时间序列的细微距离ＭＤ（Ｘ,Ｙ）,并提出了一种将时间序列由时域映射到频域,在频域中分离出不同的序列变化形式,以确定时间序列细微差别程度的算法－ＦＤＤ算法。ＦＤＤ算法具有较高的效率,且可以 作基准值     

序列模式挖掘的增量式算法的设计原则

在序列模式的分层算法框架下,从理论上分析并讨论了数据集的渐进性和算法参数的相似性为增量式挖掘带来的启发信息,提出了增量式挖掘算法设计中的４项原则,并结合任务分解原则研究了搜索空间的分割。     

一种基于密度的快速聚类算法

聚类是数据挖掘领域中的一个重要研究方向,聚类技术在统计数据分析、模式识别、图像处理等领域有广泛应用,迄今为止人们提出了许多用于大规模数据库的聚类算法。基于密度的聚类算法DBSCAN就是一个典型代表。以DBSCAN为基础,提出了一种基于密度的快速聚类算法。新算法以核心对象领域中所有对象的代表对象为种子对象来扩展类,从而减少区域查询次数,降低I/O开销,实现快速聚类,对二维空间数据测试表明：快速算法能够有效地对大规模数据库进行聚类,速度上数倍于已有DBSCAN算法。     

用数据采掘方法获取汉语词性标注规则

从数据采掘的角度对汉语文本词性标注规则的获取进行研究,在满足用户规定的支持度向量的前提下,先从侯选集模式中挑选出常用模式;然后采掘出具有高可信度的产生式规则。该过程完全是自动的,而获取的规则有表达上是明确的,同时又是隐含在数据中的、用户不易发现的,实验表明：在原有统计方法的基础上,利用自动获得的标注规则作为补充,可以提高词性标注的正确率。