基于概念格的决策表属性约简方法

现有的约简方法主要是采用基于区分矩阵的基本算法及启发式算法.前者只适用于极小规模数据,后者则不能保证完备性.文中在研究粗糙集等价类与概念格外延之间的对应关系基础上,重点研究基于概念格模型的粗集约简的相关问题的求解.在此基础上提出基于概念格模型的粗集完备约简算法.实验结果表明该算法提高约简的时空性能.     

不完备信息系统的属性约简方法研究

该文从经典的粗糙集对完备信息系统的属性约简方法入手,为避免不完备系统的完备化处理,修改了传统意义上的差别函数,在不生成分辨矩阵的情况下,提出基于按桶散列的物理存储方法,并利用逻辑运算中的吸收律直接对不完备信息系统进行约简。     

属性约简在教学质量评估系统中的应用

粗集是一种处理不精确的、不一致的、不完整的各种不完备信息,并从中发现隐含的知识,揭示潜在规律的方法,可以应用于数据挖掘,其中属性约简和核是粗集的核心内容.在教学质量评估系统中,为了得出评价的规律,必须对收集的众多信息指标进行处理,其中有些指标是关键的,获取这些指标有助于提高管理的成效.文中应用粗集理论对教学质量评估指标进行约简,获取最优的指标,在教学管理中有很大的价值.     

基于K-means的朴素贝叶斯分类算法的研究

将K-means算法引入到朴素贝叶斯分类研究中，提出一种基于K-means的朴素贝叶斯分类算法。首先用K-means算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与k个簇重心之间的相似度，把记录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据集进行分类。实验结果表明，与朴素贝叶斯相比，基于K-means思想的朴素贝叶斯算法具有较高的分类准确率。     

基于数据挖掘技术的混合入侵检测模型研究

数据挖掘技术在入侵检测系统中的应用已经成为网络安全领域的研究热点。本文介绍了数据挖掘技术在入侵检测技术领域中的相关应用，提出了目前入侵检测系统中的常用的两种检测技术并对其进行分析，指出了入侵检测系统中存在的问题，在此基础上构建了一种基于数据挖掘技术的混合入侵检测模型。     

基于数据挖掘技术的混合入侵检测模型研究

数据挖掘技术在入侵检测系统中的应用已经成为网络安全领域的研究热点。本文介绍了数据挖掘技术在入侵检测技术领域中的相关应用,提出了目前入侵检测系统中的常用的两种检测技术并对其进行分析,指出了入侵检测系统中存在的问题,在此基础上构建了一种基于数据挖掘技术的混合入侵检测模型。     

疫情期间线上课程考试方案的设计

针对疫情期间线上课程考试涉及的出卷、考试方式、监考以及质量监控等问题,分析线上考试与传统线下课堂考试的不同之处以及当前支持线上考试的各种软硬件环境和设施,提出一种线上考试方案,并给出可行性分析,对于考试中可能出现的几种问题给出相应的处理预案。     

基于蜕变关系的聚类程序测试方法

数据挖掘技术在计算机系统中的应用越来越广泛,对其软件做质量保证的测试势必日益受到重视。然而,传统的测试方法难以适应数据挖掘领域,因为其应用程序存在＂oracle＂问题。基于蜕变测试技术,提出数据挖掘领域的软件评测方法,并以一个聚类算法为具体案例展开研究分析,构造了一系列蜕变关系。实验表明,此方法不仅能达到核查程序正确性的目的,还可揭示算法的适用性。并且,此方法具有推广到其他领域的可行性。     

决策树中ID3算法的研究

ID3算法是决策树分类方法的核心算法,文章论述了ID3算法的基本思想和实现方法,并对ID3算法的性能进行分析,发现该算法存在不足之处.针对ID3算法倾向于多属性值的缺点,引入了权值对算法进行改进,并通过试验对改进前后的算法进行比较,结果表明改进后的算法是有效的.