大数据中效用挖掘的快速单阶段算法

现有数据挖掘算法的缺点是在挖掘大数据时会出现大量候选模式,从而造成可伸缩性瓶颈,个别算法虽然不生成候选模式,但是计算代价高昂,缺乏有效剪裁,运行效率存在瓶颈.为此,提出一个全新的单阶段不生成候选模式的数据挖掘算法,其创新性有3点:一是基于前缀生长的模式枚举和基于效用上限值评估的剪裁策略;二是基于稀疏矩阵和虚拟投影的效用信息表达;三是节省存储空间的深度优先搜索方法.大量实验表明,新算法的时间效率比现有算法高5倍以上,并且内存使用量比现有算法少20％～60％,可伸缩性高.     

用于软件开发的交互图形编辑器的设计和实现

图形编辑器是一个基本的软件开发工具。本文叙述了在微型机上一个交互图形编辑器的开发情况,它能支持多种软件实体的图形表示,它的用户界面是方便的。样机试验表明主要设计目标已经实现。     

移动式数据挖掘平台模型

本文提出了一种移动式网络海量数据挖掘平台，给出了数据挖掘任务的形式化描述，详细讨论了平台的体系结构、工作原理与流程。该平台克服了传统网络计算模式的缺陷，支持对异质、分散数据源和知识源的挖掘和检索，具有开放性、可伸缩性、灵活性、可扩展性、健壮性。     

基于延迟特性的改进随机Petri网建模与分析

随机Petri网能够分析过程中的随机特性,但是不能有效地描述延迟和花费问题.为了解决上述问题,提出了一种基于延迟特性的随机Petri网模型.该模型能根据延迟时间和过程的随机性得到总的时间和花费特性.给出了状态类延迟时间和延迟花费的串联及并联化简方法.最后,通过首都机场的实例说明该方法能更好地表示出应急救援的时间和花费特性.     

UNIX环境下中文信息处理器的设计与实现

一个用C语言编制的、运行于UNIX操作系统环境下的信息处理软件的设计思想,数据结构及实现的关键技术。     

挖掘多支持率分类规则的虚拟投影算法

本文首先提出了一种挖掘频集的高效算法PP。它采用了一种基于树的模式支持集表示，避免了反复扫描数据库和递归建造个数与频繁模式数相同的模式支持集，其效率比Apriori和FPGrowth高1—3个数量级。PP被进一步扩展成发现分类规则的有效算法CRM-PP。CRM-PP将多支持率剪裁集成到频集发现阶段，将二阶段挖掘法改进为单阶段挖掘法。CRM-PP的效率也比基于Apriori和FPGrowth的二阶段算法高1—3个数量级。     

智能型数据挖掘工具的设计与实现

数据挖掘技术具有广阔的应用前景,研发具有独立知识产权的数据挖掘系统很有必要。SmartMiner是以在数据挖掘算法研究和专家系统研究中取得的成果为基础,提出的智能型数据挖掘工具。SmartMiner提出了挖掘作业描述语言MDL和挖掘任务模型脚本语言,设计了挖掘向导、可视化向导和挖掘任务模型,集成了数据仓库管理功能,挖掘引擎具有智能性,体系结构开放并可扩展。SmartMiner已经集成到一个大型商业连锁企业的经营决策系统中。     

挖掘空间关联规则的前缀树算法设计与实现

空间关联规则挖掘是在空间数据库中进行知识发现的一类重要问题．为此提出了挖掘空间关联规则的二阶段策略，通过多轮次单层布尔型关联规则挖掘，自顶向下逐步细化空间谓词的粒度，从而空间谓词的计算量大大减少．同时，设计了一种基于前缀树的单层布尔型关联规则挖掘算法(FPT-Generate)，不需要反复扫描数据库，不产生候选模式集，并在关键优化技术上取得了突破．实验表明，以FPT-Generate为挖掘引擎的空间关联规则发现系统的时间效率与空间可伸缩性远远优于以经典算法Apriori为引擎的系统。