基于项目集加权的增量关联规则算法研究

针对最小支持度,最小置信度不变的情况下,新增数据库db时的关联规则更新问题,进行了分析和研究。考虑到新增数据库的新颖性、以及生成规则的有趣性等问题,本文提出了基于项目集加权的增量更新算法,并分析了其可行性。     

基于XML的数据挖掘

基于人工智能的数据挖掘，其结果受到人工智能研究的制约。XML技术的出现，为在数据组织中更好地体现数据本身的含义提供了很好的途径。对基于XML的数据挖掘基本过程进行了探讨研究，提出了在数据挖掘过程中，从数据源到发现知识全过程都基于XML进行描述处理的方法与过程。     

基于RST的决策树生成与剪枝方法

基于粗糙集理论构建决策树的过程中，通过计算各条件属性相对某分类的边界，选取边界最小的属性作为当前分支的节点，但此方法在多值分类情况下不能直接应用。为此，本文利用明确区的概念作为选取属性的标准，对各候选条件属性，选取相对于整个结果属性的明确区最大的属性作为当前分支的节点。并且基于明确区的概念，提出了一种新
新的对决策树进行剪枝的方法，通过一个实例说明该剪枝方法是简洁有效的.     

支持向量机及其在癌症诊断中的应用

支持向量机是基于统计学习理论框架下的一种简单、有效的分类方法。作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力。文章通过对训练模型的超参数优化,构造了支持向量机非线性分类器,并将其应用于癌症病人的诊断,取得了较高的识别率。实验结果表明,支持向量机分类器能够快速准确地判断患者肿瘤是恶性还是良性,为治疗提供了可靠的依据,在医学诊断中具有广泛的应用前景。     

基于BFS树的XML文档图结构相似性计算

可扩展链接语言将XML文档从树状结构扩展到图状结构,其结构相似性比较对文档查询、聚类意义重大.现存的比较XML树状结构相似性以及比较图结构相似性的方法忽视了文档结构特点,比较的结果与实际存在较大差异.基于BFS树的XML文档图结构相似性计算方法运用广度优先搜索算法找到最小代码树,重新定义了编辑距离的概念.比较结果表明,该方法更符合实际文档相似程度,因此在比较XML文档图结构相似性上有很大的可行性.     

挖掘有效的关联规则

本文分析了关联规则的衡量标准，针对其中的缺点和不足，提出了一种匹配度方法用以取代置信度，并将该方法生成的规则与支持度一置信度框架生成的规则做了比较。结果表明，用本文方法生成的规则不仅前件和后件具有较高的相关性，而且减少了冗余规则的生成。     

变精度粗集模型在决策树生成过程中的应用

Pawlak粗集模型所描述的分类是完全精确的，而没有某种程度上的近似。在利用Pawlak粗集模型构造决策树的过程中，生成方法会将少数特殊实例特化出来，使生成的决策树过于庞大，从而降低了决策树对未来数据的预测和分类能力。利用变精度粗集模型，对基于Pawlak粗集模型的决策树生成方法进行改进，提出变精度明确区的概念，允许在构造决策树的过程中划入明确区的实例类别存在一定的不一致性，可简化生成的决策树，提高决策树的泛化能力。     

模拟投资过程的计算机游戏系统

介绍了一种计算机游戏的设计思想与设计过程。该游戏的基本设计思想是根据投资的收益与风险，最终确定一个企业的真正收益。通过人机互动过程模拟现实企业的投资过程，可以在此基础上收集企业投资的辅助决策信息，为真正的投资过程积累必要的经验。     

增量关联规则的向量法挖掘

该文针对数据库记录增加时,如何高效地挖掘频集,提出了VFUP算法,并和其他增量更新算法进行比较,说明了该算法的高效性。     

一种改进的支持向量机及其在癌症诊断中的应用

为了改善支持向量机的泛化能力,提出了一种改进的支持向量机——SUB SVM,它把对所有训练数据训练得到的主支持向量再次训练，用得到的次支持向量构造SVM非线性分类器,将该算法应用在癌症诊断中，取得了比传统SVM分类器更高的识别率。