专家系统工具HEST 的编译器设计

HEST是一个汉化编译型集成式的专家系统工具,在IBMPC及其兼容机上运行.它提供的逻辑/函数型通用知识表达语言,是融合了函数程序设计风格的编译型PROLOG语言.本文主要介绍:PROLOG语言的语义、语法扩充,主要是函数定义、函数调用和表达式计算;对WARREN抽象机数据结构、指令的增加和修改;编译器的主要构成模块和运行流程;语言语法结构编码的七条定义规则,并在附录中给出了编译实例.     

基于Poisson过程和Rough包含的计算免疫模型

将随机过程引入计算机免疫的研究中，提出了一种亲折计算免疫模型；分析了访问端口的参数，引入Poisson随机过程，从而将串比较转化为数值计算以解决比较的效率问题，经过随机过程的计算，可以较为精确地确定当前的异常访问模式可能属于哪种类型的入侵模式，从而为下一步入侵模式的匹配大大缩小了搜索范围。提出的免疫模型高检测精度方面还有很大潜力。     

在扩展PROLOG中函数和面向对象的程序设计

论述了逻辑、函数和面向对象程序设计语言的差别和联系,提出了PROLOG语言的元级扩展,讨论了在此系统中函数和面向对象程序设计的实现方法.从程序设计方法学的观点看,此系统展现了多种程序设计风格,是逻辑、函数和面向对象程序设计模式的结合.     

基于期望的汉语分词模型的设计

汉语分词是汉语处理与拼音文字语言处理的一个不同点.本文回顾了汉语分词研究的发展,对现有的四种汉语分词方法进行了评述,介绍了当前的研究现状和存在的困难,并提出了一种基于期望的汉语分词方法.这种方法把分词与理解同步进行.基于这种方法的汉语分词模型是由预处理模块、词头处理模块、期望分词模块、句法分析模块、语义分析模块、学习模块以及知识库组成.     

缺失数据处理方法的比较研究

由于数据挖掘技术日益广泛地应用于各个领域,而大多数领域中数据都存在缺失值,因此基于缺失数据的数据挖掘方法的研究具有重要意义.利用直接删除、特殊值填充、平均值填充、Robust方法4种处理缺失值的方法建立4个缺失值处理模型以及相应的朴素贝叶斯分类器模型.通过在5个实际数据集上进行实验比较,并采用五重交叉验证来检验这些模型的性能.结果表明,用这些模型处理缺失值构建的朴素贝叶斯分类器是有效的.     

在分布式数据库中发现关联规则算法的研究

本文介绍了当前几种流行的基于关联规则的数据挖掘方法。较详细地介绍了在分布式数据库环境中算法DMA的优点以及它所采用的新技术,并与其他几种发现关联规则的算法做了比较,给出了比较结果。     

基于GIS技术的油气勘探数据库应用与管理系统──EDUMIS的设计与实现

本文论述了开发基于GIS技术的油气勘探数据库应用与管理系统的必要性,介绍了GIS的基本特点以及适合我国GIS系统开发的软件工程方法──原型法。研究了EDUMIS实现的软硬件环境、系统组成、图形库及数据库,指出了今后的发展方向。     

一种新的基于SOM的数据可视化算法

SOM（self—organizing map）所具有的拓扑保持特性使之可用来对高维数据进行低维展现,但由于数据间的距离信息在映射到低维空间中固定有序的神经元上时被丢掉了,因此数据的结构通常是被扭曲了的．为了更自然地展现数据的结构,提出了一种新的基于SOM的数据可视化算法——DPSOM（distance-preserving SOM）,它能够按照相应的距离信息对神经元的位置进行自适应调节,从而实现了对数据间距离信息的直观展现,特别地,该算法还能自动避免神经元的过度收缩问题,从而极大地提高了算法的可控性和数据可视化的质量．     

一种更具拓扑稳定性的ISOMAP算法

ISOMAP算法能否被成功运用,很大程度上依赖于邻域大小的选取是否合适.然而,如何有效地选取合适的邻域大小,目前还是一个尚未解决的难题.根据"短路"边会途经相对的低密度区域这一特点,能够有效删除邻域图中可能存在的"短路"边,提出了P-ISOMAP(pruned-ISOMAP)算法,这极大地削弱了ISOMAP算法对邻域大小的依赖程度,从而使其更具拓扑稳定性.由于避免了邻域大小难以有效选取的问题,P-ISOMAP算法能够更容易地对数据进行可视化.实验结果很好地验证了该算法的有效性.     

基于形式概念分析的约简数据立方体研究

数据立方体格和形式概念格比较研究表明,两者都基于序结构,并且采用形式概念分析理论(FCA)的等价特征组与数据立方体覆盖等价类对数据单元有相同的划分结果.将FCA与概念格理论引入数据立方体研究,首次提出聚集概念格(ACL)结构.ACL与一般概念格同构,能完整保存立方体中的所有聚集结果,实现与商立方体相同比例的约简.ACL结构仍比较复杂,在ACL基础上,又提出一种约简聚集概念格结构(RACL),该结构只存储非对象概念,而不是所有概念.RACL与基本表联合仍然是完整立方体结构,但能实现更大的约简.给出了ACL和RACL的高效的查询方法,并使用模拟数据和实际数据作了一些实验.理论和实验都表明RACL结构比现有方法更节省空间,同时查询效率也较高.