Web挖掘研究

因特网目前是一个巨大，分布广泛，全球性的信息服务中心，它涉及新闻，广告，消费信息，金融管理，教育，政府，电子商务和许多其它信息服务，Web包含了丰富和动态的超链接信息，以及Web页面的访问和使用信息，这为数据挖掘提供了丰富的资源，Web挖掘就是从Web活动中抽取感兴趣的潜在有用模式和隐藏的信息，对Web挖掘最新技术及发展方向做了全面分析，包括Web结构挖掘，多层次Ｗeb数据仓库方法以及Ｗ eb,Log挖掘等。  

不协调目标信息系统的知识约简

在不协调目标信息系统中引入了最大分布约简的概念，讨论了最大分布约简、分配约简、分布约简和近拟约简之间的关系。最大分布 间弱于分布约简，克服了对信息系统过于苛刻的要求。同时，它又克服了分配约简可能产生与原系统不相容的命题规则的缺陷；给出了这些知识约简的判定定理和相应的可辨识属性矩阵，从而提供了不协调目标信息系统的知识约简的新方法。  

本体学习研究综述

近年来,本体学习技术逐渐成为计算机科学领域的一个研究热点.根据数据源的结构化程度(结构化、半结构化、非结构化)以及本体学习对象的层次(概念、关系、公理),将本体学习问题划分为9类子问题.分别阐述了这9类问题的基本特征、常用的方法和最新的研究进展,并在此分析框架下进一步介绍和比较了现有的本体学习工具.最后,讨论了存在的问题,指出了未来的研究方向.  

免疫粒子群优化算法

受生物体免疫系统免疫机制的启发，论文把免疫系统的免疫信息处理机制引入到粒子群优化算法中，给出了免疫粒子群优化算法。这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制，并且实现简单，改善了粒子群优化算法摆脱局部极值点的能力，提高了算法进化过程中的收敛速度和精度。一个求多维函数最优值的计算机仿真对比结果表明，免疫粒子群优化算法的收敛性能优于粒子群优化算法。  

一种基于Canny理论的自适应边缘检测方法

基于Canny算子，提出了一种Canny自适应的边缘检测方法。Canny自适应算法在保持了Canny算子原有的定位准确，单边响应和信噪比高等优点的基础上，提高了Canny算子在提取图像边缘细节信息和抑制假边缘噪声方面的性能。Canny自适应算法将整幅图像分割为若干子图像，并根据各子图像的边缘梯度信息，结合全局边缘梯度特征信息自适应地生成动态阈值，提高了边缘检测的自动化程度，在实际的应用中获得了很好的效果。通过数学分析和试验结果证明了Canny自适应算法是一种有效的边缘检测改善方法。  

数据库技术发展趋势

讨论目前数据库研究领域中最热门的几个研究方向的发展现状、面临的问题和未来趋势.包括信息集成、数据流管理、传感器数据库技术、XML数据管理、网格数据管理、DBMS自适应、移动数据管理和微小数据库,数据库用户界面等.  

自抗扰控制器的发展

以自抗扰控制器的发展为线索, 对其所蕴涵的新思想做一个系统的阐述. 并总结了在自抗扰控制器的研究过程中提出的一些有待解决的新课题.  

基于领域本体的Web服务动态组合

随着Web环境下服务数量的快速增长，如何自动地根据服务请求，进行服务的动态组合成为一个迫切需要解决的问题，该文提出了一种基于领域本体的服务动态组合方法，该方法利用领域本体及其推理能力，生成一个优化的服务组合图，然后基于该图给出了一个高效的服务组合算法．与已有的方法相比，该文的方法综合考虑了服务语义、服务组合的质量和服务组合的效率等因素，可以自动地根据服务请求实现服务的动态组合．同时保证了服务组合的效率和质量．  

三维地形生成及实时显示技术研究进展

三维地形是虚拟自然环境中不可缺少的因素，也是虚拟仿真领域中视景诉重要组成部分，该文将地形生成技术概括为基于真实地形数据的地形生成技术、基于分形技术的地仿真技术、基于数据拟合的地形信息技术等三大类，并分别介绍了这三类方法的相关理论和生成技术，还分析了各自的发展趋势，其中在基于真实数据的地形生成方面，按照离散ＬＯＤ模型、连续ＬＯＤ模型、多分辨率模型的发展顺序，重点介绍了地形实时显示技术中数据简化方面的  

Mean-Shift跟踪算法中核函数窗宽的自动选取

传统核窗宽固定的Mean-Shift跟踪算法不能很好地对逐渐增大尺寸的目标进行有效的跟踪.在分析同一目标在不同尺度下核直方图基于Bhattacharyya系数相似性的基础上,发现并证明了在核窗宽固定的条件下,目标在其窗宽范围内进行缩放、平移运动并不影响Mean-Shift跟踪算法空间定位的准确性.在此基础上,提出了一种基于后向跟踪、形心配准的核窗宽自动选取算法.对尺度渐大的车辆进行的跟踪实验验证了该算法的有效性.