茶虫领域本体构建及其应用研究

主要讨论茶虫领域本体的创建及其在个性化智能信息检索系统中的应用,包括荼虫本体创建、茶虫特征概念抽取、信息检索三部分.依靠专家知识对茶虫进行分类,进而由软件Protege创建茶虫本体,完成对茶虫概念的抽取,探讨了基于茶虫本体的智能检索系统的设计.     

Telnet图形界面的研究与设计

Visual C＋＋是一个可视化的开发工具,可视化技术是当前发展迅速并引人注目的技术之一。它的特点是把原来抽象的数字、表格、功能逻辑等用直观的图形、图像的形式表现出来。可视化编程是它的重要应用之一。Telnet协议是进行远程登录的标准协议和主要方式,它为用户提供了在本地计算机上完成远程主机工作的能力。Telnet服务虽然也属于客户机/服务器模型的服务,但它更大的意义在于实现了基于Telnet协议的远程登录,用户使用Telnet命令,使自己的计算机暂时成为远程主机的一个仿真终端的过程。仿真终端等效于一个非智能的机器,它只负责把用户输入的每个字符传递给主机,再将主机输出的每个信息回显在屏幕上。文中主要描述了如何用VC开发Telnet图形界面并完成可视化服务的过程。     

不确定性数据的分类方法研究综述

传统的数据挖掘分类方法能够成功地应用于确定性数据分类,但却无法满足绝大多数领域中复杂的不确定性数据的分类需求,由此出现了一系列针对不确定性数据的分类方法。通过大量研究,目前经典的分类算法及针对不确定数据分类的改进方法得到了很大发展,如改进后的支持向量机算法、朴素贝叶斯算法、决策树算法等日渐成熟。     

交流变频调速的原理及实现

本文介绍了旋转磁通PWM法变频调速的原理及采用专用单片机实现变频调速方案的优越性。     

基于Web的文本挖掘技术研究

Internet上大多数信息的表现形式为文本,如何在浩瀚的文本信息中挖掘到潜在的知识是一个有待解决的问题。文本挖掘的目的是从不同格式的文本中发现有用的知识,这是一个分析文本并从中抽取特定信息的过程。系统地介绍了文本挖掘的含义,并对文本挖掘过程的各个方面进行了进一步的探讨,包括文本特征的建立、特征的提取技术、文本的分类、文本的聚类等相关技术。同时提出了一种基于Web的文本信息挖掘的模型,将以高校BBS论坛为信息源,利用高级语言开发技术来构建一个自动的文本分类器。     

基于黄金准则的农业领域本体概念有效性评估方法研究

本体作为表达知识的共享概念模型,已日渐成为人工智能和知识领域中一个重要的研究方向。为了客观地评估已构建好的农业领域本体,进一步地提升利用本体学习方法自动构建本体的效率,以茶树虫害本体为研究对象,提出了一种基于黄金准则的农业领域本体概念评估方法。该方法通过计算本体学习自动构建的本体概念与黄金本体概念的相似度,实现对农业领域本体学习的评估。     

一种改进的文本特征选择方法的研究与设计

特征选择是文本挖掘技术的一个重要的环节。在中文分词的基础上,通过设计一个简单的应用程序,对文本进行预处理。然后,在分析比较几种用于文本分类的特征选择方法的基础上,提出了一种基于信息增益和互信息相结合的特征选择方法。利用它对文本文档进行特征选择,抽取代表其特征的元数据或特征词条构成特征向量,降低噪音。最后通过实验来和其它几种特征选择方法作比较,分析这种方法获取文本特征的精度。     

基于TTL阈值分析的检测伪造数据包方法

在基于TTL分析的检测技术基础上提出了一种基于异常TTL 阈值分析的源地址伪造数据包检测方法,综合主动和被动两种检测技术,设计了一种有效的混合型源地址伪造数据包检测方法,同时用2500个正常数据包和2500个TTL值异常的伪造数据包来模拟遭受攻击,通过模拟实验结果对该方法的优缺点进行了分析,最后给出了该方法的优缺点并提出了改进策略.     

一种优化的SVM竹类属种识别方法

提出了一种优化的AS-PO-SVM分类模型,用于解决竹种属的分类问题。AS-PO-SVM是一种基于属性选择(AS)和参数优化(PO)的支持向量机(SVM)分类模型。先用UCI公开数据集验证了AS-PO-SVM模型的分类性能,再将模型应用于由簕竹属、牡竹属、刚竹属和玉山竹属共46个竹种样本构建的Bamboo数据集上。实验结果显示AS-PO-SVM模型在Bamboo数据集上分类准确率达到95.65%,是一种有效的竹种分类模型。     

文本挖掘中的中文分词算法研究及实现

文本挖掘是指使用数据挖掘技术，自动地从文本数据中发现和提取独立于用户信息需求的文档集中的隐含知识。而中文文本数据的获得是依靠中文信息处理技术来进行的，因而自动分词成为中文信息处理中的基础课题。对于海量信息处理的应用，分词的速度是极为重要的，对整个系统的效率有很大的影响。分析了几种常见的分词方法，设计了一个基于正向最大匹配法的中文自动分词系统。为了提高分词的精度，对加强歧义消除和词语优化的算法进行了研究处理。