基于概念学习的过滤模板获取方法

基于内容的文本过滤关键在于建立有效的过滤模板。一种高效的过滤模板可以降低整个文本过滤系统对机器学习机制的要求，提高系统的过滤效率。提出了一种基于概念学习的过滤模板获取方法。该方法结合处理文本特征项的需要改进了概念学习方法中的寻找极大特殊假设算法，并应用新的算法从给定的少量训练文本中提取用户过滤模板。实验结果表明，与直接使用主题描述作为过滤模板的方法相比，较大地提高了过滤精度，可以达到比较令人满意的过滤效果。     

对关联规则挖掘Apriori算法的进一步改进

本文对关联规则挖掘问题进行了介绍。并在分析研究了关联规则挖掘Apriori算法厦其若干改进算法的基础上，对Apriori算法做了进一步地改进，提出了RIAprlori算法。改进后的算法采用事务压缩的方法时事务集进行了更大幅度的压缩。减小了不必要的开销，从而提高了挖掘速度。     

基于概念学习的过滤模板获取方法

基于内容的文本过滤关键在于建立有效的过滤模板。一种高效的过滤模板可以降低整个文本过滤系统对机器学习机制的要求,提高系统的过滤效率。提出了一种基于概念学习的过滤模板获取方法。该方法结合处理文本特征项的需要改进了概念学习方法中的寻找极大特殊假设算法,并应用新的算法从给定的少量训练文本中提取用户过滤模板。实验结果表明,与直接使用主题描述作为过滤模板的方法相比,较大地提高了过滤精度,可以达到比较令人满意的过滤效果。     

关于泵的密封改造的技术措施及探讨

泵的密封改造工作是保障设备正常运转的一项重要工作。介绍了泵在密封改造过程中的几个技术问题及措施。     

选型计算在密封改造中的应用

选型计算是设计安装机械密封的理论基础。本文主要介绍了选型计算在密封改造中的应用过程，通过对密封进行选型计算，确保了密封的使用效果，延长了密封的使用寿命，密封的安装成功率大大提高。     

基于频繁项集挖掘的正例文本提取方法

提取合适的正例文本是生成有效过滤模板的重要基础.通常采用的人工评测方法的显著缺点是无法准确判断文本内容并选择切实相关的文本,所以本文在频繁项集挖掘的基础上提出了一种判断给定文本是否相关并提取合适正例文本的方法.实验结果证实了该方法的有效性.