一种新的基于粗糙集的值约简算法

对粗糙集（Rough Set)理论中属性约简和值约简算法进行了研究，提出了一种新的基于粗糙集的值约简算法，实验表明，该算法所得结果比目前通用的基于粗糙集的值约简算法更简化和有效，它可以应用到各种与值约简相关的实际问题中。     

基于概率的有效时间不确定的时态数据库挖掘

关于时态数据库中有效时间不确定性的时态关系，Snodgrass采用概率的方法给出了不确定时刻的Before时态关系。该文定义了一种新的不确定时刻、不确定时间区间的同时关系，并给出了它们的交，运用同时关系对病历数据库进行挖掘。     

基于模糊集的不确定时间的表示及时态关系

研究不确定时间具有广泛的应用.不确定时间常常表现出模糊性,该文用模糊集的方法研究不确定时间点、不确定时间区间的表示方法及其时态关系.     

一种基于中心对称性的聚类算法

提出了一种新型的聚类算法。这个新型的聚类算法是基于中心对称的概念之上的。使用这种基于中心对称性的聚类算法，在一个指定的数据集中的超球面形状的聚类能够被侦测出来。在对超球面性状的目标的侦测方面，这种聚类算法大大优于传统的算法。这个算法可以用于数据聚类和人脸识别方面，实验结果也证明了该算法的效果。     

不确定时态信息表示的统一模型

时态信息表示和推理是人工智能研究中的一个重要课题,现有的模型大多只能表示确定时态信息,然而现实生活中很多事件的发生结束等时态信息都是不确定的。故提出了一个表示不确定时态信息的统一模型,可用于描述各种具有确定或不确定时态信息的事件。该模型首先定义各类时态对象(如时间点、时间区间)以及它们之间的关系,并给出时态对象间的传递关系表,利用该表能进行时态一致性约束满足问题的求解。最后,给出了两个不确定时态推理的例子,表明了该模型的实际应用意义。     

不确定时态信息表示及时态运算的扩展

时态信息表示和查询是时态数据库的研究重点，但现有的时态数据库模型在处理不确定时态信息方面仍存在较大困难。而现实生活中很多时态信息都是不确定的，故提出了一种不确定时态信息的表示方法，并扩展时态运算使其支持不确定时态信息的处理和查询，从而扩展了时态数据库的适用范围。     

一种新的中心对称聚类算法

Data clustering is an important reserch field in data mining.The key of the clustering algorithm is the distance measure.In this paper,we put forward a new distance measure based on central symmetry,Then we apply it to data clustering.The experimental studies prove the feasibility of this algorithm and get a satisfied result in face detection.     

一种基于高性能中间件的软件体系结构

软件体系结构是软件设计的基础，在不同的应用领域有具体的设计和表达。随着网络建设的完善，我国各级政府职能部门建立在网络上的应用系统日益增多，本文以交通管理部门应用为例，系统分析了政府部门应用系统的特点和要求，并利用软件体系结构的方法，提出了一种专为该类应用领域设计的基于高性能CORBA中间件技术的非复用连接和反应者/线程优先级体系结构，为政府特定领域的行业级应用软件设计提供了一种可行的解决方案。     

基于不确定信息的时态索引技术

扩展了时态数据库中时态信息的表示方法，使它能处理不确定时态信息。并实现相应索引机制，从而为支持不确定时态信息的时态数据库打下基础。性能测试的结果说明，该索引不但在功能上支持不确定时态数据，而且在性能上也优于已有的时态索引技术。     

基于参考度的关联规则挖掘

针对现有关联规则挖掘的评价标准存在的问题,提出在评价标准中增加参考度,并给出了参考度的定义和基于参考度的关联规则挖掘算法。利用参考度将关联规则分为正关联规则、负关联规则和无效关联规则,从而可以用算法挖掘带有负项的关联规则。最后给出了新算法的实验分析。