一种基于改进粗糙集模型的归纳学习方法

对传统的粗糙集理论进行了扩展,提出了一种改进的粗糙集归纳学习方法。一方面,针对连续属性离散化,利用模糊集理论对连续属性进行模糊化,再根据模糊贴近度构造模糊相似矩阵,并用k-w方法粗略评估各连续属性的重要度,建立基于模糊相似关系的划分,最终生成相容的决策表。另一方面,针对解决最优属性的选择问题,提出一种加权求和的属性重要度定义。基于以上模型开发了一个原型系统,并以一个工程实例验证了此方法的有效性。     

面向内容管理的浏览器设计与实现

分析了传统文件系统在企业信息管理中的不足,提出了面向内容管理的必要性。给出了面向内容管理浏览器的设计目标和功能。介绍了文件在面向内容管理的系统中是如何组织和管理的,并基于Windows平台演示了系统的部分功能。文中最后对面向内容管理的浏览器做出了客观性评价。文中提出的面向内容管理的浏览器能够充分挖掘信息的价值,有助于用户更好地进行内容管理,具有较好的研究价值和实用意义,有利于促进内容管理的发展。此外,文中对支持内容管理的文件管理器实现技术所进行的探讨,对于该领域的开发者应具有良好的借鉴意义。     

一种基于Rough集理论的属性约简启发式算法

属性约简是知识发现中的关键问题之一．为了能够有效地获取决策表中属性的最小相对约简，在Rough集理论的基础上构造了一个新的算子，将信息论角度定义的属性的重要性作为启发式信息，来描述在决策表中条件属性所提供的知识对决策属性的影响；并采用宽度优先搜索策略，提出了一种新的属性约简启发式算法．以原始条件属性集为起点并结合算子，通过向属性核的递减式逼近，得到属性的最小相对约简．实例分析表明，该算法能有效地对决策表属性进行约简．     

一种基于粗集的协同过滤算法

针对协同过滤中的数据稀疏问题，提出了一种基于粗集的协同过滤算法．首先通过自动填补空缺评分降低数据稀疏性；然后采用分类近似质量计算用户闻的相似性形成最近邻居，产生推荐预测．实验结果表明，该算法有效地解决了数据稀疏问题，提高了推荐的质量．     

一种改进的变论域属性约简算法

本文主要对Rough Set理论中的属性约简问题进行了研究,从变论域的角度出发,利用可辨识矩阵对不可分辩类进行了定义,结合属性重要性及属性间依赖性的讨论,构造了一种变论域的启发式算法,并通过实例和UCI数据库证明了该算法的有效性。     

JFFS2文件系统实现机制研究

本文在深入分析Linux内核源代码的基础上,围绕JFFS2文件系统的安装过程,对的实现机制和关键技术进行了初步探讨,并针对嵌入式应用需求,对mount过程进行了改进。     

基于Java的远程文件管理系统的设计与实现

为了实现远程文件管理系统的跨操作系统运行,设计了一套基于Java Socket的远程文件类应用程序接口(API),并在这套API的基础上实现了一个图形界面的Client／Server结构的远程文件管理系统。这套API在形式上类似于Sun JDK本地文件类,开发人员使用这套API能方便快速地实现能满足自身需要的远程文件管理系统。     

区间值加权模糊推理方法

提出了一种新的带权的区间值模糊产生式规则,给出了加权模糊匹配函数和一个区间值排序算法。在此基础上给出了区间值加权模糊推理方法。该方法使规则前件与事实的匹配更符合实际情况,得到的结果更便于实际应用,并且解决了文献犤1,2犦中模糊推理方法存在的不足。     

一种基于曲线进化的医学图像解剖轮廓提取算法的研究

水平集方法应用于跟踪界面演化问题,是一种稳定有效的数值计算方法。图象小波变换模极大值对图象中目标轮廓边缘有很好的表征。论文应用水平集方法基于曲线进化提出了一种新的医学图像解剖轮廓分割算法,定义了一种基于小波变换模极大值的用于终止进化的函数,构造了一种基于领域的进化方式,并对脊柱MRI图象进行了分割实验,得到了令人鼓舞的结果。实验表明了该种算法的可行性和有效性。     

基于布尔函数的Rough集差别矩阵属性约简方法

Rough集理论是对大型数据库进行知识发现的主要方法之一。根据属性集核和相对等价类的概念,对数据库属性集中的属性进行约简,提取相应的规则(知识),是用Rough集知识发现的精髓。该文基于Rough集差别矩阵,提出了属性集的布尔函数的构造方法,并应用吸收律、分配律和等幂律对属性集布尔函数化简。论文证明了属性集布尔函数的化简与属性集的差别矩阵约简等价,同时给出了求相对决策属性基本集的算法和IRIS提供的数据仿真实验结果。