Investigation of decision making process: a hypermedia approach

Research in decision making has concentrated mainly on the decision outcome (choice) rather than on the process of the decision making. This pattern is primarily due to the lack of an acceptable unobtrusive tool for investigation of the decision process. Further, the lack of a consistent decision aid in empirical works has hindered the comparison of results. The purpose of this paper is to present a flexible and adaptable computer-based system for empirical examination of information processing. The main thrust of the proposed system is to provide guidelines to the restrictive/channeling approach to system design. This system can be easily modified to suit different experimental research requirements. It should support more realistic decision tasks, which often are criticized in decision experiments. Furthermore, availability of this system should encourage more research work on the process of decision making. The nature of this support system is linked to the literature, and specifications and components of the system are provided.     

Hitting the wall: errors in developing and code inspecting a `simple' spreadsheet model

Field audits and experiments have found substantial error rates when students and professionals have built spreadsheet models. In this study, 102 undergraduate MIS majors and 50 MBA students developed a model from a word problem that was relatively simple and free of domain knowledge. Even so, 35% of their 152 models were incorrect. There was no significant difference in errors per model between undergraduates and MBAs. Even among the 17 MBAs with 250 h or more of experience, 24% of the models contained errors. The cell error rate (CER)—the percentage of cells with errors—was 2.0%. When 23 undergraduates attempted to audit their models through code inspection, only three with incorrect spreadsheets (15%) produced clean spreadsheets when they finished the audit.     

CPMS中例程处理机制的设计与实现

过程支持系统(PSS，Process Support System)是一个支持定义、执行和监控业务过程的软件系统，其中通过过程模型描述过程的各种控制结构。在基于CMM的过程支持系统——CPMS(CMM—Based Process Management Systera)中，由于CMM中庇护性过程的存在，简单的过程模型的控制结构已显得不够灵活有效，需要在过程模型中加入一些新的机制以丰富其对CMM庇护性过程的支持。本文介绍了一种对CMM庇护性过程支持的机制——例程处理机制，其设计在借鉴了程序设计语言中异常处理机制的基础上，叉结合了庇护性过程的实际需要对异常处理机制进行了部分修改。最后本文还给出了系统对例程处理机制的实现。     

基于关联规则的手写体汉字识别技术

针对汉字识别中传统的模糊方位转换技术诸多缺陷提出一种改进方法：加权平均模糊方位代码(加权AFDC)法，以增强识别算法的鲁棒性和泛化能力；对数据挖掘技术中的关联规则进行改进以适应对文字样本库进行泛化的应用，抽象出特定属性——部首，并实现样本库的动态进化。从而在得到文字更贴切的表示方式的同时，对部首库依据支持度排序以实现快速识别，提高识别的自适应性、柔韧性、智能性和可扩展性。     

基于数据仓库的电信事业决策支持系统

针对当前电信事业，建立了以数据仓库技术、OLAP技术、数据挖掘技术相结合的电信事业决策支持系统。     

支持向量分类用于醚菊酯类似物构效关系的研究

将支持向量机分类方法用于醚菊酯类似物构效关系的研究，所用分子描述符为物理化学参数，包括该类化合物的两个取代基的Hammett常数σA、σB，摩尔折射MA、MB，疏水值之和П。建立了醚菊酯类似物生物活性预报的支持向量机预报模型，其留一法交叉检验的预报正确率为90．3％。将支持向量机的预报结果与主成分分析(PCA)、人工神经网络(ANN)、最近邻(KNN)的预报结果进行比较，所得SVM的预报正确率高于PCA、ANN、KNN的结果。因此，SVM方法有望成为研究药物构效关系的有力工具。     

基于支持向量机的胶片缺陷检测算法

提出了一种基于支持向量机的胶片缺陷检测算法，该算法把胶片中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式，应用机器学习理论的年轻分支——支持向量机对两类不同的样本采样学习．然后进行分类判断。实验蛄果表明，这种算法能够较好地实现胶片缺陷的检测分类，有着深入研究的价值。文中使用了两种不同的方法进行图像的特征提取，它们是主元分析法和离散余弦变换法，结果显示,不同的特征提取方法对训练分类的结果会产生一定影响。     

宋代汝窑古瓷的微量元素-支持向量机算法研究

用支持向量机(Support Vectcr Machine，SVM)算法处理汝瓷釉和汝瓷胎的微量元素含量数据，结果表明官汝窑器与民汝窑器不论按其釉的成分还是按其胎的成分都能完全区分，留一法分类预报正确率亦达100％。这说明官汝窑和民汝窑所用原料有明显差别。本文还根据官汝窑釉中锶含量与其他元素含量关系的规律，为鉴别古汝瓷和近代仿制品提供线索。上述结果表明：支持向量机算法对古陶瓷研究是有用的。     

基于SVM分类机的移动通信欺诈检测系统

设计并实现了一种基于SVM分类机(支持向量机)的入侵检测系统，它搜集移动通信客户的产品信息、呼叫行为信息(CDR)、背景资料、交欠费信息等特征，采用主成份分析(PCA)的属性归约技术对数据进行预处理，然后使用SVM分类机对测试数据进行分类，从而识别出新用户的欺诈类型。在此基础上，讨论了SVM分类机与通常的所挖掘分类技术的差别、SVM核函数的选择和RBF核函数参数的选择对分类效果的影响。实验结果表明，该系统能有效地检测出新客户的欺诈行为类型，具有很高的分类准确率。