基于n阶原子模板的时间序列相似匹配算法

本文以时间序列一、二阶原子模式的定义为基础,推导基于n阶原子模式的构造,研究了原子模式之间的偏序相似关系,使得序列能进行细腻的比较,并由此提出了基于模板匹配的算法。实验表明,基于模板匹配的算法与同类方法和传统方法比较在精度上和性能上都有较大优势。     

一种改进的规则知识获取方法

知识获取是建立专家系统的最基本最重要的过程,但它又是研制和开发专家系统的“瓶颈”。文章提出了一种改进的规则知识机器自动获取技术,它将学习看作是在一个符号描述空间中的启发式搜索过程,能够通过归纳从专家决策的例子中确定决策规则,从而大大简化了从专家到机器的知识转换过程。     

格对称三值逻辑系统及其化简

本文提出了满足格运算的对称三值逻辑系统,它兼有对称三值逻辑和格运算的优点。 格运算的化简在很多文章中均已进行了讨论,本文仅提出用较易实现的J_1或J_1门来实现所有的J运算,并提出了进一步简化格对称三值逻辑系统的方法。     

Web主题关联知识自学习算法

There are hidden and rich information for data mining in the topology of topic-specific websites. A new topic-specific association rules mining algorithm is proposed to further the research on this area. The key idea is to analyze the frequent hyperlinked relati ons between pages of different topics. In the topic-specific area, if pages of onetopic are frequently hyperlinked by pages of another topic, we consider the two topics are relevant. Also, if pages oftwo different topics are frequently hyperlinked together by pages of the other topic, we consider the two topics are relevant.The initial experiments show that this algorithm performs quite well while guiding the topic-specific crawling agent and it can be applied to the further discovery and mining on the topic-specific website.     

基于商品目录的多层关联推荐算法

提出了一种多层关联推荐算法，结合商品目录，自动快速选择最佳的匹配粒度，进行基于频繁集的在线推荐。实验结果表明，算法大大提高了在线匹配的性能和质量，可成功应用到电子商务的个性化服务中。     

实现数字与模拟功能的全定制电路

本文提出了一种可实现二值、三值组合逻辑、时序逻辑和多路数字模拟开关等功能的全定制多功能多值逻辑阵列集成电路(简称MMAIC)。理论分析和实验证明:MMAIC为信号的非破坏性信息处理提供了一种新的硬件手段。其功能明显优于同类的二值产品。     

一种可处理数字与模拟信号的半定制技术

本文采用NMOS-DYL兼容的多值逻辑电路为基本单元,提出一种面向用户的半定制多值逻辑阵列集成电路(简称SCMAIC). 实验证明,厂家只需根据用户需求,在SCMAIC版图上施行最后一道布线工序,便可以生产出相应的IC产品,由于SCMAIC用途广泛,有可能发展为一种兼备处理数字和模拟功能的新型高速门阵列电路.     

一种高速模糊控制器的硬件设计

本文采用了先进模糊规则算法，提出了一种以ＭＯＳ－ＤＹＬ集成电路为基本电路的模糊控制器的设计方法，设计了一种用ＭＯＳ电流镜的电流型电路和ＤＹＬ电压型电路互相兼容在一块芯片上高速的模糊逻辑硬件系统。研究结果证明，其速度可达２×１０７ＦＩＰＳ（每秒模糊逻辑推理次数）。     

基于非线性相关发现的数据挖掘算法*

现有的关联规则挖掘算法均致力于频繁集搜索,基于预先设置的支持度-置信度之上,具有很大的偶然性,不利于控制;并且关联规则没有体现数据整体的相关性.为了克服以上缺点,引入了非线性相关的概念,应用于不同相关类型规则的挖掘,且无须人为设置参数,从而大大提高了规则发现的实效性.     

自动分层推荐算法

推荐是Web个性化服务的核心，提出一种自动分层推荐算法，利用页面分层自动选择最佳的匹配粒度，进行基于频繁导航路径的推荐，实验结果表明，该算法大大减少了在线匹配的开销，可以成功地应用到Web日志挖掘中。