基gf Agent的 个性化主动KDD系统

介绍一个用多Agent实现的主动式KDD系统的设计与实现。系统在建模的基础上挖掘知识，结合Agent技术和机器学习的方法，逐步建立出越来越符合用户兴趣的模型，并试图发现尽可能多的用户兴趣点。     

基于跨系统的个性化搜索系统模型设计

用户模型的建立和动态更新,是实现个性化搜索的基础和核心。通过采用Multi-Agent技术对跨系统的个性化搜索系统进行设计,采用交互式Agent初始化单系统用户模型,使用动态跟踪用户兴趣Agent和历史记录检索Agent来更新用户模型,并利用SUM模型建立跨系统的用户模型。最后利用产生的用户兴趣文件作为查询优化Agent和结果优化Agent的判别依据来提高跨系统搜索的个性化。     

基于混合学习策略的多Agent信息过滤系统

针对用户个性化服务的要求,给出了一种基于混合学习策略和BP神经网络的多Agent信息过滤系统实现方案。系统采用蒙特卡罗强化学习算法进行多Agent协作学习,同时运用三层BP神经网络计算用户的满意度,根据算出的满意度对用户兴趣模型进行更新。本系统中用户无须反复提供显示反馈,由Agent跟踪并记录用户的浏览行为而得到用户的隐式反馈信息,从而减轻了用户的负担。     

基于多Agent协作的智能元搜索引擎ACISE系统的研究

随着网络信息资源的迅速增加,提出一种基于多Agent协作的智能搜索引擎ACISE系统,将元搜索引擎技术和Agent技术结合到一起.该系统综合考虑了用户个性化的特点,通过Agent之间的通信与协作完成信息检索,实现了基于用户兴趣的智能化,同时提高了查全率、查准率和检索速度.     

基于Agent的信息推送系统的研究

针对用户个性化信息服务的需求,本文通过分析搜索引擎与Agent技术的原理,提出了一个基于多Agent的个性化信息推送系统的模型.该模型可分为三层,每一层都由Agent来完成相应的功能:用户接口、信息过滤、兴趣学习及信息检索.其中监测Agent是在本系统中实现个性化信息服务的关键.     

一种基于Agent的数据挖掘结果模式推荐模型

结合数据挖掘模式存储和人工智能Agent技术，提出了基于智能个性化Agent的数据挖掘结果模式的推荐模型，该推荐模型能自动对用户兴趣进行分析，并向用户推荐其感兴趣而又值得关注的挖掘结果模式，有一定的实用价值。     

支持人机协同的智能用户界面体系结构

从分析实现人机协同智能用户界面需解决的问题入手,探讨了多Agent系统解决上述问题的技术途径;提出一种基于多Agent系统的人机协同式智能用户界面体系结构,并重点讨论了如何解决多媒体对象展示关系、Agent之间协同、应用语义反馈、用户智能向导等问题。在该结构中,控制Agent协调可视元素之间的通信,用户Agent负责保存用户兴趣模型和提供推理服务。支持用户界面按构件方式进行组合,具有良好的扩展必和可重用性。模拟实例验证了该体系结构的可行性。     

基于模糊兴趣模型与多Agent的个性化推荐系统

提出了基于模糊兴趣模型与多Agent的个性化推荐系统框架,通过引入用户模糊兴趣模型,使以Agent为基础的推荐系统无法通过隐式收集用户对商品属性评价的问题得到解决,并且在客户端收集并挖掘用户的私有信息,然后从服务器中获取用户感兴趣的信息,最后生成并更新UserProfile。     

用多Agent技术实现个性化搜索

文中分析了随着WWW发展出现的信息过量和现有的搜索引擎很难很好考虑用户兴趣的问题，提出了能够协助用户浏览的多Agent系统，这个多Agent系统主要由界面Agent,搜索Agent和学习Agent三个子Agent组成，文中主要介绍了两种界面模式和两种搜索模型，并介绍了学习Agent的学习策略，然后对两种搜索Agent进行了比较。     

基于Agent的民航信息推送系统研究

近些年我国民航业发展迅速,民航信息存在数量庞大而有效信息获取不及时的问题,为满足用户的个性化信息服务需求,提出一个基于多Agent的信息推送系统模型,探索通过多Agent协同工作实现民航信息处理的智能化,对系统实现的一些关键技术、用户兴趣模型的构建、信息过滤技术等提出解决办法。     

基于GIS和RS的应用分析系统集成研究

分析了当前遥感与地理信息系统集成方式,并以作物品质遥感监测与调优栽培系统为例,以实现以遥感为主要数据源的多源数据融合分析为目标,探讨了基于组件技术、空间数据库技术、模型库管理系统技术等技术的遥感与地理信息系统集成应用系统设计与实现,解决了遥感、专业应用模型与地理信息系统之间的一体化集成。     

数据挖掘技术在军事指挥控制系统中的应用

本文介绍了数据挖掘的概念、数据挖掘的过程和方法,分析了数据挖掘在军事指挥控制系统中的应用,提出了军事应用中数据挖掘的层次体系结构和指挥控制系统中数据挖掘的应用模型。     

基于数据仓库的投资项目决策支持系统研究

以投资项目决策支持系统IPDSS为例,研究了数据仓库技术在决策支持系统中的应用。介绍了决策支持系统的概念和作用,以及建立投资项目决策支持系统的意义,并在数据仓库、联机分析处理和数据挖掘的理论基础上,提出了基于数据仓库的决策支持系统的体系结构。然后,在此基础上建立了IPDSS,并分析了IPDSS的主要模块和模型、C／S体系的三层结构以及数据仓库管理系统。IPDSS的实际应用效果表明,将数据仓库技术应用到决策支持系统中。能够提高系统的性能和决策支持效果,是DSS未来发展的新方向。     

一个通用型知识发现系统中数据预处理的实现

介绍了一个通用型知识发现系统的数据预处理部分的主要设计思想和实现方法。该系统的数据预处理部分运用了视图机制、主题管理、语言场理论等思想方法,对基于各种关系型数据库的知识发现工具的实现进行了有益的尝试,并对未来的工作做了展望。     

基于规则的多模型集成化异常入侵检测系统

在讨论相关技术的基础上,提出一种多模型集成的入侵检测系统,然后运用不同的模型和方法,构建系统的正常行为,并将其使用基于规则的方法集成,实验证明系统的检测率得到提高的同时,大大降低了误警率.     

一种基于互补声学模型的多系统融合语音关键词检测方法

采用一种基于互补声学模型的多系统融合方法来获得高性能的语音关键词检测系统: 1)在基线系统的基础上, 使用不同的音素集进行声学建模, 并引入基于神经网络的声学建模方法, 获得另外两套具有建模差异性的声学系统; 2)在多套关键词检测系统的基础上, 通过选择有效的系统融合准则, 将多个系统的输出进行整合, 获得更好的语音关键词检测结果. 该方法充分利用了差异性声学建模系统之间的互补性, 在不增加训练数据的情况下, 显著地提升了最终系统的性能. 和基线系统相比, 该方法在2005年国家863电话语音关键词检测技术评测集上, 在等错误率(Equal error rate, EER)指标下, 获得相对21.6%的显著性能提升.     

KDD技术在复杂不确定性系统预测中的应用研究

针对复杂不确定性系统的特性,将知识发现理论方法与传统的预测理论方法结合起来,讨论了适用于预测的知识发现的理论与挖掘方法,构建了基于知识发现的多目标、多因素集成化预测模型(IFMK),并通过对油气储量、产量和需求量的预测验证了预测模型的有效性与实用性。     

KDD技术在超级市场中的应用

文章力图通过KDD技术在超级市场中的应用,阐述KDD系统的模型和基本工作步骤,以及DataMining中的典型模型（如：特征模型、分类模型、聚集模型、关联模型、对比模型、汇总模型、预测模型和决策模型）,在超级市场管理方面的具体使用方法和作用,并提出了KDD技术在目前的实际应用中所存在的问题,最后对KDD技术的应用前景作了展望。     

谱图数据库预处理KDD算法研究

针对谱图数据库的特性,在利用数据库知识发现(KDD)技术对谱图数据库进行数据预处理过程中,利用面向属性的归纳法对数据属性间的相关性进行分析,Multi_AdaBoost算法进行聚类分析和统计方法对Beynon表进行审核等方面进行了研究,这样,对质谱库有了更进一步的认识,为构建质谱智能解析系统的知识库和质谱解析的智能化打下了良好的基础。     

CURE算法在入侵检测系统中的应用研究

入侵检测系统是计算机网络安全的重要组成部分。该文提出了一种基于CURE算法的异常检测方法,并以KDD99的数据集为基础做了相应的实验。实验结果证明,这种方法具有较高的检测性能。