基于专家系统的学习目标规划系统

通过对专家系统的研究,利用已获知的专家经验建立学习目标规划系统,为考研同学提供有针对性的进度安排。可以有效解决考生备考期间迷茫、没有合理规划等问题,结合学校师资力量及众多考研培训机构,整理出较为准确的专家经验,将其运用到该系统中可以实现针对不同性格、执行力、记忆力的同学输出合理进度安排。     

薄宽带钢平整机支撑辊辊型设计

针对单机架四辊光整机生产薄宽镀锌板过程中的边浪、复合浪问题，进行了现场试验和理论研究。以二维变厚度有限元程序为辊型设计的工作平台，建立了四辊光整机辊系弹性变形有限元模型，提出了变接触支撑辊（VCL辊型）技术，并与不同工作辊辊型配套使用进行仿真计算。结果表明，VCL支撑辊辊型可以增加光整机板形控制能力，消除边浪并改善支撑辊轴向不均匀的磨损状态。     

数据挖掘及其工具的合理选择

本文给出了基于数据库的知识发现（KDD）的核心——数据挖掘,通过对数据挖掘的实现过程和种类的分析,给出了数据挖掘工具的合理选择标准．为充分利用数据挖掘工具提供了参考。     

两种聚类算法的比较与实现

基于统计的系统聚类分析是一种重要的数据挖掘算法。研究了一种多重系统聚类模型及其算法实现,把变量聚类和样本聚类相结合,并使用了两种方法赋值样本数据阵,使聚类结果更加直观。     

基于数据挖掘的中厚钢板轧制负荷分配方法的研究

为了提高中厚钢板轧制负荷的预测精度，提出利用在线智能化信息处理技术进行建立轧制过程负荷分配模型的新方法。该方法采用知识发现(KDD)和数据挖掘(DM)对轧制运行数据库进行挖掘，建立知识模型和数学模型相结合的负荷分配模型。实现轧制过程负荷模型的在线维护和优化。离线模拟与在线应用证明了该方法的有效性。     

电力调度数据挖掘系统的设计与实现

本文给出了一个完整的数据挖掘系统--电力调度数据挖掘系统的设计与实现过程.它包括数据的准备与选择、数据的预处理、挖掘算法的选择与实现、挖掘结果的后处理等步骤.文中详细介绍了上述各个步骤的处理过程.     

一种新的数据挖掘处理模型

介绍了现有的数据挖掘概念和技术，处理模型及数据挖掘实施的平台－数据仓库，在研究和总结的基础上提出一种新的数据挖掘处理模型。     

A Knowledge Discovery System with Support for Model Selection and Visualization

The process of knowledge discovery in databases consists of several steps that are iterative and interactive. In each application, to go through this process the user has to exploit different algorithms and their settings that usually yield multiple models. Model selection, that is, the selection of appropriate models or algorithms to achieve such models, requires meta-knowledge of algorithm/model and model performance metrics. Therefore, model selection is usually a difficult task for the user. We believe that simplifying the process of model selection for the user is crucial to the success of real-life knowledge discovery activities. As opposed to most related work that aims to automate model selection, in our view model selection is a semiautomatic process, requiring an effective collaboration between the user and the discovery system. For such a collaboration, our solution is to give the user the ability to try various alternatives and to compare competing models quantitatively by performance metrics, and qualitatively by effective visualization. This paper presents our research on model selection and visualization in the development of a knowledge discovery system called D2MS. The paper addresses the motivation of model selection in knowledge discovery and related work, gives an overview of D2MS, and describes its solution to model selection and visualization. It then presents the usefulness of D2MS model selection in two case studies of discovering medical knowledge in hospital data—on meningitis and stomach cancer—using three data mining methods of decision trees, conceptual clustering, and rule induction.     

分布式系统中关联规则挖掘研究

在分布式系统中如何挖掘关联规则是数据挖掘领域研究的一个重要课题。本文对关联规则分布式挖掘问题进行探讨，给出了关联规则分布式挖掘系统DAMINER的体系结构，提出了一种基于DAMINER的关联规则分布式挖掘算法ARDM。该算法具有通信代价小和时间开销少等优点。     

MFDM:开放式可视化知识发现平台的设计与实现

MFDM是一个开放的可视化知识发现平台。知识发现是一个复杂的过程,需要高效规范的工程管理。MFDM知识发现平台在形式化模型的基础上,提供了可视化过程建模,模型管理等功能。论文阐述了MFDM的思想和基于组件和面向对象技术的系统设计和实现方案。