按模式记忆理论的数学描述（I）——记忆模式的属性坐标表示法

神经生理学的实验事实指出：感觉神经元仅对事物属性作分类检测和只有将各属性的感觉映像重新整合起来，才能形成对象记忆模式。据此，文中对按模式记忆理论给予数学描述，认为：属性抽取与整合是记忆模式的建构操作，并讨论了事物一般属性模式、结构与关系模式的整合建构，及其诱导的推理与联想模式等不同记忆模式的属性坐标表示法。在该数学描述中，记忆模式的多维多层网络结构、多语义性、模糊性和动态互联性等特性可得到较自然的     

遗传算法在抽取和过滤模糊控制规则中的应用研究

本文分析了模糊控制规则抽取中存在的困难，提出了用遗传算法（ＧＡ）解决模糊控制中模糊规则的抽取和过滤问题，给出了具体的解决方法，仿真结果表明该方法有效地解决了模糊规则的抽取和过滤问题，而且结果可以直接放入计算机内存中进行控制，该方法具有推广应用的值。     

面向对象分析技术在MIS系统开发中的应用

在对结构化系统分析方法的局限性进行分析的基础上，介绍了面向对象分析技术在ＭＩＳ系统开发中的原理与方法。面向对象的分析模型是由对象模型、动态模型和功能模型组成的。该方法体现了面向对象的继承性、重用性等技术特性。并提出在ＭＩＳ系统开发中应综合使用各种开发方法的设想。     

基于变精度粗集的分类方法

基于差别矩阵的约简算法简单、计算量小，但是传统的差别矩阵不能处理噪声数据。为提高差别矩阵的适用范围，提出一种能够容忍数据中包含噪声的变精度差别矩阵，并给出改进的基于条件属性偏序关系的约简算法。最后，将这一方法用于对多类图像的分类过程中，将分类结果与BP网络的分类结果和基于传统Skowron差别矩阵方法的分类结果相比较表明这种分类方法具有较好的结果。     

互联网中非法文本特征分析及其属性预选取新方法

针对互联网中含不良内容的文本带来的信息安全问题，分析总结它们出现的特征，结合内容过滤技术，提出对此类文本的预处理方法，即带标点符号属性预选取方法。方法充分利用此类信息中词出现的特征，在属性预选取中，将标点符号作为潜在特征词的触发信息，进行文本预选属性集的提取。实验结果表明，该方法对增加合法文本与非法文本的区分度有较明显的效果。     

基于语料库和网络的新词自动识别

汉语自动分词是进行中文信息处理的基础。目前，困扰汉语自动分词的一个主要难题就是新词自动识别，尤其是非专名新词的自动识别。同时，新词自动识别对于汉语词典的编纂也有着极为重要的意义。文中提出了一种新的新词自动识别的方法。这个方法用到了互信息和log-likelihood ratio两个参数的改进形式。主要分三个阶段完成：先从网络上下载丰富的语料，构建语料库；然后采用统计的方法进行多字词识别；最后与已有的词表进行对照，判定新词。     

基于模板的机器翻译系统中模板库的自动构建技术

基于模板的机器翻译(Template Based Machine Translation，TBMT)系统需要一个具有较大规模、句型覆盖面广泛的模板库，而这样的模板库单凭手工无法构建，需要利用计算机自动构建，提出了一种利用基于动态规划的相似模型与基于系统聚类法的分类模型，从句子对齐的双语语料库中抽取模板库的方法。该方法是在句子对齐的语料库中，首先运用系统聚类法对其进行聚类，使得包含相同模板的句子对被聚成一类，然后根据句子的相似度模型计算句子之间的相似度，进而从各个子类中将模板抽取出来，构建出整个模板库。     

一种基于树结构的Web数据自动抽取方法

介绍了一种基于树结构的自动从HTML页面中抽取数据的方法．在HTML页面的树形结构之上，提出了基于语义块的HTML页面结构模型：HTML页面中的数据值主要存在于语义块中，不同的HTML页面的主要区别在于语义块的区别．基于语义块的结构模型，自动抽取通过4个步骤完成：通过HTML页面比较发现语义块；区分语义块中数据值的角色；推导数据模式和推导抽取规则．在实际HTML页面上的实验已经证明，这种方法能够达到较高的正确率，同时，随着文档的增大，方法也能够保证线性的时间复杂度．     

利用缓存优化关系数据的XML发布

随着Web的不断发展，XML逐渐成为Web数据表示和交换的标准．但是大量企业数据仍然存储在关系数据库中，因此必须将关系数据发布成为XML文档并且传送给合作者．目前广泛采用的发布方式是针对每个用户的请求独立完成的．但是这样的发布方法忽视了用户发布请求所具有的相似性，导致发布成本高和响应时间长的问题．基于用户发布请求的相似性，提出了挖掘频繁发布请求并且缓存中间结果的解决方法．当新的发布请求发出时就可以利用缓存的中间结果，从而在很大程度上降低响应时间．初步实验研究表明提出的方法具有较高的效率．     

一种基于粗集的欺诈风险分析方法

文章利用粗集理论中的特征属性约简方法来分析和研究欺诈风险，提出了一种基于粗集的欺诈风险分析方法，并通过一个信用卡欺诈的分析实例对该算法进行了检验。实验结果表明，在保证分类质量基本不变的情况下，该算法是有效的，它能找出引发欺诈行为的主要特征属性，帮助管理者及时、准确地预测各种可能发生的欺诈风险。