用语言云模型发掘关联规则

该文提出用语言云模型用于KDD中知识表达和不确定性处理,引入了多维云模型作为一维模型的扩展.语言云的数字特征量将语言值的模糊性和随机性用统一的方式巧妙地综合到一起,基于云模型的概念层次结构可以跨越定量和定性知识之间的鸿沟.为了发现强关联规则,属性值要在较高的概念层上泛化,同时允许相邻属性值或语言项间有重叠.这种软划分可以模仿人类的思想,使发现的知识具有稳健性.将基于云模型的泛化方法与Apriori算法结合起来,从空间数据库中发掘关联规则.试验显示了其有效性、高效性和灵活性.  

支持向量机在多类分类问题中的推广

支持向量机(SVMs)最初是用以解决两类分类问题，不能直接用于多类分类，如何有效地将其推广到多类分类问题是一个正在研究的问题。该文总结了现有主要的支持向量机多类分类算法，系统地比较了各算法的训练速度、分类速度和推广能力，并分析它们的不足和有待解决的问题。  

中文机构名称的识别与分析

中文机构名称数目庞大，层出不穷，经大多数收入词典，给自然语言处理带来困扰。但是，从语言学的角度来看，机构名称是一种偏正复合式专用名词同时又是一类较为简单的偏正名词词组，有自己的结构规律和形态标记。本文以高校名称为重点，以中国内地，香港和台湾三地实际语料为依据，从语言学和计算机技术两方面对机构名称的识别与分析展开讨论，并总结出相应的规则。  

GIS数据之属性不确定性的研究

GIS中的不确定性可分为位置，属性，时域，逻辑关系和完整性等几个方面，属性数据的不确定将直接影响基于GIS决策的准确性和可靠性，特别是对侧重于属性分析的领域，本文首先总结了属性不确定的含义，来源，传播，它和位置不确定性的关系，以及属性不确定性分析和可视化的理论和方法，最后概述了属性不确定性的研究进展。  

EADEEG:能量感知的无线传感器网络数据收集协议

提出了一种基于簇结构的无线传感器网络数据收集协议EADEEG(an energy-aware data gathering protocol for wireless sensor networks).EADEEG通过最小化网络通信开销以及良好的能量负载平衡方法,可以有效地延长网络寿命.与以前的相关研究相比,EADEEG采用了一种全新的簇头竞争参数,能够更好地解决节点能量异构问题.此外,EADEEG也采用了一种简单而有效的簇内节点调度算法,通过控制活动节点的密度,可以在不增加额外控制开销的条件下关闭冗余节点并保证覆盖要求,因此可以进一步延长网络寿命.模拟实验证明,在节点初始能量同构和异构两种情况下,EADEEG协议都能够满足用户对覆盖率的要求,并在网络寿命上大幅度优于LEACH(low energy adaptive clustering hierarchy),PEGASIS(power-efficient gathering in sensor information systems)和DEEG(distributed energy-efficient data gathering and aggregation protocol)协议.  

时空数据模型研究综述

研究动态万事万物都处在一定的时空坐标系里.作为客观现实世界抽象和表示的时空数据模型日渐成为计算机专家、GIS专家及其他相关行业专家关注的热点课题。为引起我国GIS技术领导部门的重视,便于国内学者了解国际研究现状,我们从知名学者及其工作、专题讨论会、组织机构及商品化  

通用的移动Agent通信框架设计

移动Agent的通信机制应满足位置透明性、可靠性、高效性、异步性、自适应性等需求.提出一种通用的移动Agent通信框架,以支持在各种应用需求下的移动Agent通信协议的设计.该框架基于一种灵活的信箱机制,为每个移动Agent分配一个信箱作为消息缓冲,同时允许Agent及其信箱相互分离,独立迁移.在此基础上提出的三维通信框架不仅涵盖了现有的常用通信机制,还支持新的通信协议的设计.通过实验分析了框架的设计参数选择对协议性能的影响,分析结果对框架的应用有一定的指导意义.  

基于事件的时空数据库增量更新

提出了一种时空数据自动化（或半自动化）的更新方法——基于事件的时空数据库增量更新方法（eventbased incremental updating,缩写为E-BIU）.其以地理事件、空间实体变化类型及时空数据库动态操作算子间关系为基础,通过地理空间变化事件来确定单一实体变化类型,然后通过单一实体变化类型与动态操作算子之间的关系来确定更新操作以实现时空数据库更新的自动化（或半自动化）.继而设计了E-BIU系统的实现框架,包括地理空间变化事件队列（简称事件队列）、时空数据库、3个代理（事件代理、更新规则代理和一致性规则代理）、两个规则集（更新规则和一致性规则）,描述了其实现流程,并对该方法进行了实例分析与实验验证.  

一种强壮的网格水印算法

针对计算机图形学中常用的三角形网格模型，提出了和种新的数字水印方案，这个方案针对网格水印的两个难点：网格的频率分解和受攻击网格的拓扑恢复，与I Guskov的多分辨率网格处理工具臬集成，不需建立额外的数据结构和进行额外的复杂计算，直接在网格低频成中分中嵌入水印；并且在利用网格处理工具箱进行网格处理时，可以较好地保留水印，所使用的网格重采样算法简单高效，使简化网格和拓扑结构已改变的网格的水印检测成为可能，在描述算法的基础上，给出了实验结果及攻击分析，实验表明，该算法具有较好的透明性和强壮性。  

基于傅立叶变换的掌纹识别方法

掌纹识别是指由计算机自动识别哪些掌纹图像来自同一只手掌,哪些来自不同的手掌.在掌纹识别中,特征提取算法的优劣至关重要.提出了一种基于傅立叶变换的掌纹特征提取方法.该方法的基本思想是先将掌纹图像应用傅立叶变换转换到频域,然后在频域中进行特征提取和描述.提取出来的特征备用来索引掌纹数据库,以便当一个新的掌纹图像被输入时,可以很快确定该手掌是否已经在掌纹库中注册.该方法可以用来做基于人体生物特征的身份识别,在安全领域有广泛的应用前景.实验验证了该方法的有效性.