合成金字塔预测模型中内含的改进型CBA预测方法*

蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距。为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD*模型为基础, 使用基于KDD*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)     

基于多重特征选择和多分类器融合的文本层次分类研究*

针对大量电子文档需要准确地进行多层次自动分类管理的现实需求,提出基于多重特征选择和多分类器融合技术的层次分类方法。通过引入可信度函数对单分类器效果进行评价,适时采用辅助分类器对较难分类的文档进行分类投票判决。实验结果表明,相对于单分类器,该方法无论在平面分类和层次分类语料上都获得了更好的分类精度,且具有较好的时间复杂性,有很好的实际应用前景。     

一种模糊认知图分类器的研究*

通过使用模糊认知图来模拟分类过程,构造了一种模糊认知图分类器,提出了它的两种模糊认知图分类模型,并在此基础上给出了使用它进行分类的推理机制。实验证明,该方法具有良好的分类性能。     

核二维最大间距准则

研究了核理论和二维矩阵表示的非线性特征提取方法。在对向量和矩阵表示最大间距准则进行分析基础上,提出了一种核二维最大间距准则的非线性判别方法。该算法是对二维最大间距准则的核化推广,不但有效利用了图像的空间结构信息,而且分别在两个特征空间提取判别特征。在ORL和Extended Yale-B人脸数据库上的实验表明了该算法的有效性。     

HICAI系统中基于信息熵的自学习算法

本文针对现有CAI系统的弊病，在分析人的认知心理的基础上，将人工智能与超媒体技术相结合，应用知识表示、推理规则、推理机制等技术，构建了HICAI系统模型，并且提出了基于信息熵的系统自学习算法，使系统更加适应于学习者．     

KDD中知识库智能接口的设计与实现

文章利用面向对象的编程技术,采用Delphi5.0语言,针对由不同数据库系统构成的知识库系统,实现了不同知识库系统的无缝连接,较好地解决了不同知识库系统的接口问题,为KDD中不一致知识的的通用处理奠定了坚实的基础。     

图像挖掘技术研究

对目前图像挖掘的研究及应用现状进行综述,首先阐明图像数据的特点及图像挖掘的主要问题,随后分析了图像的表示模型、图像挖掘的框架模型,介绍了图像挖掘的主要技术,最后对图像挖掘应用和未来研究方向进行展望。     

基于Web挖掘与IIPP技术融合的IDSS研究

随着Internet的迅猛发展,面对信息的海量增长,本文分析了传统的智能决策支持系统,并简述了Web挖掘及其分类,结合智能信息推拉技术,提出了将Web挖掘与智能信息推拉技术融合的IDSS 的研究.     

基于布尔矩阵表示的粗集属性约简启发式算法

属性约简是粗糙集理论研究中的核心内容之一，现已证明寻找最小约简是NP-hard问题。该文对信息系统中属性的条件区分能力给出定义。在此基础上，提出了一种基于条件区分能力的属性约简的启发式算法。通过实例分析表明，在多数情况下该算法能够得到信息系统的最小约简。     

面向复杂系统的知识发现过程模型KD(D&K)及其应用

为适应复杂系统的知识发现的需要,在双库协同机制及其诱导的KDD*过程模型,双基融合机制及其诱导的KDK*过程模型的基础上,借鉴协同原理,提出了将KDD*与KDK*有机地融合在一起的、双库协同机制与双基融合机制协同工作的知识发现过程模型KD(D&K);描述了KD(D&K)的总体流程、动态知识库系统及其特征;并在农业施肥和植保领域的应用过程中得到验证.