一种对二维空间对象进行聚类的算法

地理信息系统存储了大量的二维空间对象,对这些对象进行聚类分析是数据挖掘的一项重要任务.本文提出一种针对二维空间对象的聚类算法.该算法引用层次聚类方法的思想,将子聚类信息用一个聚类特征表示.采用基于密度的方法,发现任意形状的簇,能较好地处理孤立点,并且支持增量式聚类.实验证明该算法是有效的.     

一种领域本体自动构建策略

本体是一种知识重用、知识共享和知识建模的重要工具。提出了一种以概念分层理论和KDD（knowlegde discovery in databases）技术进行领域本体自动构建策略,通过对信息提取、建模以及利用概念分层理论进行领域本体的自动框架建设,并使用KDD技术进一步对领域本体进行自动扩建,达到自动构建领域本体的目的。实验结果表明该策略精度高且简便易行,具有较高的可行性和有效性。     

数据挖掘技术在农业数据中的有效应用

农业信息系统的建立和大量农业数据的增长,人工获取知识和分析数据变得越来越难,需要对数据进行自动分析并获取知识。KDD和数据挖掘技术在农业中得到应用,由于农业领域本身的特点,通常的数据挖掘技术得不到有效应用。该文提出了几种对农业数据库进行知识发现的有效方法,并将知识发现方法与信息系统紧密结合。     

一个人工生态系统的构建

提出一种基于Agent的细胞自动机演化模型,并以天敌害虫捕食现象为例,对农田虫害的演化进行了模拟.它采用自底向上的建模思想,利用Agent的局部连接规则,建立复杂生态系统的整体模型.通过建立人工生态系统,并借以进行不同环境下的作物生长及虫害的演化仿真实验,可以作为预测专家系统的辅助工具,为作物病虫害的防治提供科学的决策依据.     

元规则指导下的逐步求精多层空间关联规则挖掘算法

提出了元规则指导下逐步求精的多层空间关联规则挖掘算法,该算法采用了自顶向下、逐步求精以及元规则等技术。文章最后以挖掘农产品市场的芝麻价格与铁路、国道和河流间的空间关联关系为例,介绍此算法的应用。     

一种通过动态聚类训练椭圆形模糊分类器的方法

研究了椭圆形模糊分类器的训练问题 .首先从分类器的结构入手 ,分析异类训练样本形成的椭圆相互重叠时 ,两种原因引起样本被误分 ,由此提出两种动态聚类的方案来增加新的分类规则 ,并且采用基于实数编码的遗传算法训练椭圆 .将提出的训练方法应用于实例 ,并与其它训练方法比较 ,结果表明提出的方法在椭圆重叠复杂时更有效     

多最小支持度策略的关联规则挖掘方法

关联规则的数据挖掘是当今数据挖掘领域的重要内容之一 .国内现有的关联规则挖掘算法大多是在最小支持度的限定条件下 ,发现挖掘数据的各属性间的所有关联型知识 .而事实上由于基于不同数据属性的事件的发生频率是不同的 ,这样仅通过唯一的支持度限定的挖掘就无法正确反映挖掘对象本身的特征 .本文从客观事实的本质出发 ,在原有 Apriori算法的基础上 ,采用了一种多支持度的关联规则挖掘策略 .最后通过实验结果表明 ,这种挖掘方法能够更加准确和高效地进行知识挖掘 .     

一个智能型模糊专家系统开发工具--IFEST

本文在对模糊推理问题分析抽象的基础上,讨论提出了一种具有普遍应用价值的模糊知识表示方法和相应的推理方法,并设计实现了一个具有智能引导功能的模糊推理专家系统开发工具--IFEST.IFEST采用智能引导的机制,用友好的、问答式的会话来逐步引导用户一步步地建立系统,并以图形化的方式展示系统知识库,极大地方便了模糊推理专家系统的构建.     

具有成本约束和噪声数据信息表的知识约简方法

知识约简是基于粗集理论进行数据挖掘的重要步骤获取最优知识约简是典型的Np-hard问题.在实际应用中,数据属性往往具有成本约束,并且数据本身含有噪声.本文提出了将粗集理论与遗传算法相结合来求解这种信息表的最优知识约简和近似知识约简的方法实验结果表明该方法具有很强的全局搜索能力,在有限的代数内找到信息表的最优约简:最小基约简集、最小成本约简集.当信息表含有噪声数据时,该方法能找出信息表的近似知识约简.