一个用Turbo—C实现的软件集成器

本文提供的用 Turbo-C 实现的软件集成器能把在物理上分散的软件,从逻辑上集成于一个统一的界面之下。采用控制与数据分离的办法,用户不必修改和重编译 C 程序,而只需用文字处理器修改菜单文本文件和一个批处理文件,就能适应用户的特殊需要.     

基于自然语言语义分析的Internet文件分类与过滤

网上文件过滤是网络信息安全研究的重要课题。传统的过滤方法简单地把关键字匹配作为分类的依据,常导致漏判误判等问题。文中提出一种基于自然语言理解的语义模板算法解决网上文件分类过滤的问题。实验结果表明该方法漏判误判率较低,是一种行之有效文件分类方法。     

基于聚类排序选择方法的进化算法

为提高进化算法的效率,提出了聚类排序选择方法。主要工作有:(1)提出了新的种群内个体相似度度量,并使用种群所包含不同簇的数量来描述和度量种群的多样性;(2)为解决早熟问题提出了新的基于种群聚类和排序选择的聚类-排序选择方法;(3)导出了选择压力-种群多样性(SP-PD)方程,该方程能描述进化过程中选择压力随种群多样性变化的规律。在基于全面学习粒子群算法环境中作了详实的实验,对16个多峰函数进行了优化。实验结果表明,在10维和30维条件下,在15个函数优化中,新方法明显优于指数排序选择方法,最高能使精度提高4个数量级。     

CIO：源头遏制垃圾邮件的新方法

分析了垃圾邮件的起源和目前泛滥的严峻形势,讨论了几种主流的垃圾邮件处理技术,指出了这些技术的缺陷,根据垃圾邮件的本质,提出了能够从源头上遏制这类邮件的CIO方法。     

用基因表达式编程生成数字高程模型

数字高程模型是地理信息系统进行地形分析的基础。在处理采样点缺失时,常用的空间插值方法难于客观地确定插值函数结构和参数。本文将基因表达式编程技术应用到数字高程模型的生成中,做了下列工作：（1）形式化描述高程基因,缓冲区和簇等概念;（2）证明了深度定理及引理;（3）提出了缓冲区策略（BS）,适时注入优质高程体;（4）提出了动态簇的搜索算法（DCSA）,方向搜索相关点算法（SCPD）和象限扩展搜索算法（ESDA）,按方向动态扩展搜索簇,避免了冗余点的计算;提出了移动拟合GEP算法（EF-GEP）,插值空间细分,缩小了拟合空间;（5）实验表明新方法是有效的,平均进化代数为227代,平均最高适应度为97.4527,提高了7.23%。三维地质模型形象地表达出了地质体形态结构。     

基于伪属性语义匹配的Deep web信息抽取

已有的Deep Web信息抽取算法主要对结构规范的网页进行模版的提取,目前多数Deep Web网页在结构上是非规范的,网页中记录属性字段可能缺失或重复、原子属性字段可能被html标签分隔。为了正确抽取这些非规范网页,提出了一种新方法：引入了记录的伪属性及其语义匹配概念,通过实现记录间伪属性序列的语义匹配实现信息抽取;提出了伪属性序列的模型及其语义匹配算法和记录Wrapper模型及其生成算法。实验表明,在结构不规范deep web网页的抽取上,能达到91%的查全率和93%的查准率,相对其它算法有一定优势。     

基于基因表达式编程的进化计算模式定理

基因表达式编程（GEP）从提出迄今尚无完整的理论体系,严重阻碍了GEP的发展。为解决该问题,本文从理论上深入的研究了GEP计算模型：定义了GEP基因模式及相关的概念,采用概率办法详细分析了单基因GEP应用实例在进化过程中各算子的作用,根据分析结果推导出GEP模式定理,通过详细的实验验证了GEP模式定理的正确性。GEP模式定理的提出,为GEP算法改进评估提供了量化的依据。     

PHVB：基于GEP的一阶谓词逻辑规则挖掘算法

为了有效挖掘一阶谓词逻辑规则,提出了一种基于基因表达式编程(GEP)技术的挖掘算法:PHVB算法.提出了规范一阶谓词规则概念;设计了量词隐含、变元绑定策略,将一阶谓词规则挖掘问题转化为GEP算法能够解决的形式;提出了基于GEP的一阶谓词逻辑规则挖掘算法PHVB算法.实验结果表明,采用PHVB算法可以有效发现一阶谓词关联规则.     

基于加权频繁项集的文本分类规则挖掘

针对特征向量分量的权重和文本大小对分类规则产生的影响,提出一种可以提高关联文本分类性能的文本分类规则挖掘方法,提出了加权频繁项集的概念和相应的加权频繁项集挖掘算法,在分类规则中突出特征向量权重大的向量分量;提出一种特征向量预处理方法,消除文本大小对挖掘分类规则的影响.实验表明,解决上述两个问题将可以很好的提高文本分类的性能.