关系型数据库中的归纳依赖关系

数据依赖是数据库的一个重要概念,函数依赖则是一种常见的依赖关系。本文主要沦述另一种对     

数据库中的时态数据发掘研究

在实践中,信息系统往往需要处理时态数据。时态数据的出现使得有必要研制在其结构中集成了时j旬模型的数据库系统。在信息系统中可以发现多种时态数据,例如超市的交易记录有时间标记,病员情况每隔一段时间记录一次,另外还有一些象某人的生日这种类型的其它时态数据。作为处理时态信息的时态数据库已经得到广泛研究川。本文试图从KDD角度讨论时态数据发掘的有关问题。     

二元约束满足问题求解的结点开销模型

提出了在二元约束满足问题中以搜索结点个数为衡量标准的求解开销模型,该模型被应用于随机二元约束满足问题的求解开销相变分析中,并且比较了模型所导出的理论开销和实际中的搜索结点个数、约束检查次数、求解时间3种衡量标准的开销之间的相似性.在模型的基础上，探讨了求解启发式减少求解开销的作用，给出了一个新的变量选择启发式.     

B2C电子商务中的信息抽取技术

1 引言 B2C(商业机构对消费者)电子商务主要指借助于Inter-net开展的在线销售活动。eMarketer于2001年发布的对于2000年至2004年全球B2C电子商务营业额的统计预测数据(图1)表明,在未来的三年中B2C电子商务将进入一个快速发展的时期。     

口语对话系统的POMDP模型及求解

许多口语对话系统已进入实用阶段，但一直没有很好的对话管理模型，把对话管理看做随机优化问题，用马尔科夫决策过程（MDP）来建模是最近出现的方向，但是对话状态的不确定性使MDP不能很好地反映对话模型，提出了一种新的基于部分可观察MDP（POMDP）的口语对话系统模型，用部分可观察特性来处理不确定问题，由于精确求解算法的局限性，考察了许多启发式近似算法在该模型中的话用性，并改进了部分算法，如对于格点近似算法，提出了两种基于模拟点的格点选择方法。     

基于时间窗口的增量式关联规则更新技术

文章提出了基于时间窗口的增量式关联规则更新技术.该方法不仅可以利用在先前发现过程中已经获得的结果,而且利用时间窗口,还可以在最近的数据集中进行知识发现.     

基于规则的分类数据离群挖掘方法研究

离散数据的挖掘（ｏｕｔｌｉｅｒ ｍｉｎｉｇｎ,简称离群挖掘）是数据挖掘的重要内容,现有的离群数据挖掘算法大多对分类数据（ｃａｔｅｇｏｒｉｃａｌ ｄａｔａ）缺乏有效的处理,提出了基于规则的分类数据离群挖掘方法,采用多层最大离群支持度ｍａｘｓｕｐ,搜索离群规则,有效地解决了这一问题,用这一方法对医学流行病数据进行了各种,分析了该方法的适用范围、性能,验证了方法正确性;另外,实验表明,经过离散化后,基于     

基于地理信息的有线电视网综合管理系统的设计与实现

首先介绍了地理信息系统（ＧＩＳ）的概念,阐述了系统的总体设计方案,然后着重对系统中涉及的节点自动捕捉和自动生成不同设备属性的录入界面等关键技术进行了讨论。     

一种基于分类的最佳工艺探索算法

目前,计算机在企业中扮演的已不再只是办公自动化的角色,它在工业生产过程控制中的应用已十分广泛,往往生产过程中的一些重要的工艺参数已被采集并存于计算机中,如何从这些数据中找出最佳工艺过程便成了十分重要且亟待解决的问题,本文根据分类方法的基本思想,提出了一种最佳工艺探索算法。     

基于CBR的文本自动分类研究

KNN方法是性能最好的文本分类方法之一,但它在分类时要计算待分类文档与所有训练样本的相似度,时间复杂度较大。文中提出了一种基于CBR的文本自动分类方法,先用聚类方法把训练样本库转换为范例库,然后用KNN思想分类。实验结果显示该方法分类的平均召回率和准确率达到了87.07%和89.17%;并且通过分析算法的时间复杂度得知,该方法的分类速度比KNN方法有很大的提高,因此具有很好的实用价值。