异构分布式环境中Alhusaini资源映射算法的改进

为异构分布式系统中提供良好的资源映射算法，可以有效、加速部署在分布式系统中的应用程序的执行，其中Alhusaini算法是该研究领域中成功和具有影响力的算法之一。本文针对该算法的不足提出了一个两阶段动态资源映射的改进算法：第一个阶段仅仅收集数据以提供给第二阶段使用；在第二个阶段选择一组独立的任务并根据这些任务的权值将它们映射到相关资源中去。改进的算法有效地解决了Alhusaini算法存在的算法复杂度过高和在通信密集型应用中算法效率低等问题。     

农业系统中模糊知识的研究

1 引言在农业领域中,事物的属性值及有关知识常常是以模糊的形式表现出来,如何更准确地掌握、分析、使用模糊知识成为农业专家系统的研究重点之一。 1965年美国柏克莱加州大学的L.A.Zadeh教授等人从集合论的角度对模糊性进行了深入研究,他们提出了隶属函数及模糊推理等重要概念。30多年来,对模糊理论的研究已取得了很大的进展,并已成功地将隶属函数理论运用到人工智能领域。     

面向路网的移动对象全时态高效索引模型

针对现有索引模型的冗余搜索问题,考虑路网拓扑结构及交叉口转向约束条件,提出一种面向路网的移动对象全时态高效索引模型。采用添加临近路段信息的方法索引历史轨迹和实时位置信息,设计新型窗口查询算法,实现移动对象查找,并运用指数平滑法进行轨迹的预测。实验结果表明,该模型具有较好的更新及查询性能。     

农业数据库中知识发现的研究

1.引言数据库中的知识发现KDD(Knowledge Discoveryin Database)是近年来随着人工智能和数据库技术的发展而兴起的研究领域。它是从大量的数据中提取出隐含的、先前未知的、平凡的、具有潜在应用价值的信息或模式,如知识规则、约束、规律等。KDD主要采用机器学习算法、统计方法进行知识学习,一般将KDD中进行知识学习的阶段称为数据挖掘。KDD作为数据库和信息建设领域的前沿研究领域,已成为各重要科     

一种基于Ontology的异构数据库语义集成方法

随着数据的大量增加,数据之间的结构异构和语义异构成为数据集成的重点与难点。本文利用Ontology语义集成上的优点,提出了一种基于Ontology的异构数据库的语义集成框架,并提出采用基于概念名称语义相似性、属性类型相似度和实例相似度的语义映射方法来重点解决语义集成中的映射问题。     

数据挖掘技术在个人信用评估模型中的应用

为了能够及时、恰当地进行个人信用评估分析，加快信用卡发卡机构的决策速度，介绍了数据挖掘技术在信用卡公司对用户评估中的应用，对比分析了数理统计模型、分类-聚类个人信用评估模型等几种个人信用评估模型建模方法的优缺点。建立了一种决策树-神经网络个人信用评估模型，针对该模型提出了一种近邻聚类算法。该算法不需要事先给定聚类的类别数，可以进行无监督学习。通过对比分析可知，该算法在个人信用评估应用中可以得到较理想的结果。     

改进的混合本体异构数据集成方法研究

针对混合本体结构在异构集成系统扩展性上的不足,在形式化描述数据源及其本体结构的基础上,分析了基于本体的数据源设计过程,提出了两种数据源集成操作来吸收自治数据源中的特化概念来扩展全局本体,并将数据源实例投影到全局本体.系统集成操作分析表明了该方法既保证数据源设计的自治性,又使得系统拥有良好的扩展性.     

基于数据场改进的PAM聚类算法

PAM是基于κ-中心值聚类的一种算法,在处理数据集的聚类问题时,具有良好的准确性和伸缩性。但PAM算法在随机选取初始中心点时存在不足,而且在处理存在孤立点或哚声的数据时算法不是很健壮。本文针对这两点不足,使用了数据场的概念对PAM聚类算法进行了有益的改进,提高了算法的准确性和处理孤立点或噪声的能力,使其更适合于对数据集的处理,提高了挖掘结果的质量。     

基于神经网络的大学生心理障碍诊断专家系统

目前大学生的心理障碍问题已引起了社会的广泛关注,但各高校解决该问题的途径有限,还得不到预期的效果。为使该问题能得到改善,借助神经网络专家系统,把国内外的心理学专家的经验尽可能全面导入到大学生心理障碍诊断专家系统中,全方面检测大学生心理状况并及时给出诊断结果,为完善大学生心理健康教育提供便利。     

一种改进的房产档案特征提取与分类方法

针对房产电子档案分类与关键信息提取的问题,提出一种改进的特征提取与分类方法。将文档图像的段落特征和局部像素分布值特征作为房产文档图像的综合特征,利用模板训练支持向量机分类器,实现对入库的房产档案图像的自动分类。实验结果表明,该方法的分类效果和稳定性较好。