基于云模型的不确定性知识表示

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型，论文通过对云模型数学性质的研究，分析云模型的产生背景，证明其表示不确定性知识的合理性和有效性，最后给出了一个应用实例。  

关联规则挖掘的矩阵算法

关联挖掘作法中的Apriori算法提供了一种根据查找频繁项集来发现数据集中的关联规则的方法，这种算法思路简单易于实现；但在由低次频繁项集生成高次频繁项集时需反复查找数据库，在效率上存在一定的欠缺，在寻找高次频繁项集时尤为明显，文章提出了一种新的关联规则挖掘算法：矩阵算法。同Apriori算法相比较，该算法能直接查找高次频繁项集，可以有效地屏蔽Aptiori算法性能瓶颈试验结果表明，当频繁项级较高时该算法比Apriori具有更高的执行效率和性能，并具有良好的可行性。  

一种新的基于JSF技术的Web用户界面开发方法

与微软的Visual Studi．NET相比，开发基于Java技术的Web用户界面时存在着开发难度较大、效率较低的问题。介绍了一种有望改变这一状况的新技术JavaSenrer Faces(JSF)，并结合一个实例讨论了如何利用JSF开发Web用户界面，最后分析了JSF技术的优缺点及其应用前景。  

一种基于拓扑势的网络社区发现方法

从数据场思想出发,提出了一种基于拓扑势的社区发现算法.该方法引入拓扑势描述网络节点间的相互作用,将每个社区视为拓扑势场的局部高势区,通过寻找被低势区域所分割的连通高势区域实现网络的社区划分.理论分析与实验结果表明,该方法无须用户指定社区个数等算法参数,能够揭示网络内在的社区结构及社区间具有不确定性的重叠节点现象.算法的时间复杂度为O(m+n^3/γ)～O(n²),n为网络节点数,m为边数,2<γ<3为一个常数.  

最小距离分类器的改进算法--加权最小距离分类器

最小距离分类器是一种简单而有效的分类方法。为了提高最小距离分类器的分类性能，主要的改进方法是选择更有效的距离度量。通过分析多重限制分类器和决策树分类器的分类原则，提出了基于标准化欧式距离的加权最小距离分类器。该分类器通过对标称型和字符串型属性的距离的加权定义。以及增加属性值的范围约束，扩大了最小标准化欧式距离分类器的适用范围，同时提高了其分类准确率。实验结果表明，加权最小距离分类器具有较高的分类准确率。  

线程池技术研究与应用*

线程池技术为线程创建、销毁的开销问题和系统资源不足的问题提供了很好的解决方案，在服务器软件中得到了广泛的应用。将线程池技术应用于工作流引擎后，系统的响应速度和整体性能得到了很大的提高。  

基于几何特征的三维网格数字水印算法

首先把网格上的点到网格中心的距离看成一维的空域数字信号，并用一维DCT变化到频域；然后在频域信号上加入水印，再通过逆向DCT转回空域信号；最后根据新的空域信号的值修改网格上点的坐标得到加入数字水印的网格．实验结果表明：该算法实现简单，在简化攻击、噪音攻击、二次水印攻击和剪切攻击情况下具有良好的鲁棒性．  

一种新的多维关联规则挖掘算法

关联规则是数据挖掘中一个重要课题．文章给出一种基于遗传算法和蚂蚁算法相结合的多维关联规则挖掘算法．新算法利用了遗传和蚂蚁算法共有的良好全局搜索能力，并克服了遗传算法局部搜索能力弱和蚂蚁算法搜索速魔慢的缺陷．实验结果表明，新算法在对具有稀疏特性的多维关联规则的挖掘中体现了良好的性能．  

圆环面/球面求交算法

将圆环面看成中心在大圆上的一族圆，从而将球面／圆环面求交的问题转化为球面与一族圆的求交问题，该算法不需要跟踪交线，首先利用点圆最近距离的理论，直接判断是否无交、相切于一点、交于一个圆或交于两个圆等简单的情况；其他情况下，通过求解关于圆环面大圆的参数的一元四次方程的根，然后对该参数区间[0，2π]进行划分，并通过简单的符号判断来确定有交的参数子区间，在这些有交的子区间上直接给出所有交曲线段的参数表示形式。  

基于本体和XML的数据交换研究

介绍了基于本体和XML的数据交换系统的构造方法，通过用本体描述特定领域中的概念及其之间的关系，并用本体信息标记数据模型，使数据模型不仅具有结构信息，还具有了语义信息，为实现语义完整的数据转换提供了支持并方便了数据转换中的查询重组处理。