改进的F-ISODATA聚类算法在ANFIS建模中的应用

文章介绍了模糊ISODATA聚类分析的算法及其改进算法,并以此对基因序列聚类进行实验分析。对基于模糊ISODATA聚类分析的神经模糊建模方法进行了介绍,并以此对电动汽车的蓄电池剩余电量进行了知识建模,得到了较好的结果。     

规则模糊系统和ICA在图像识别中的应用

利用模糊系统中的模糊规则和SVM中内积函数之间的关系,通过支持向量机对训练样本进行学习,由支持向量确定模糊规则,构建基于规则的模糊分类器。对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分。该模糊系统在ORL人脸库上的实验结果表明,该方法同样适合解决小样本、非线性、高维模式的分类问题。     

一种改进的关联规则挖掘方法

从大量事务记录中发现有意义的关联规则，可以帮助做出许多商务决策，如分类设计、交叉购物，从而提高销售额度和利润．一种基于链表族数据结构的关联规则挖掘的改进方法，性能明显优于Apriori算法．由于该方法只需访问数据库一次，时于挖掘海量数据其性能尤为明显．     

数据挖掘在CRM中的应用

从数据挖掘在CRM的应用范围着手,包括细分和识别客户、交叉销售、客户的获得、流失和保持分析等、然后对基本法方法和在CRM中的应用流程进行了论述,其中方法包括了关联、分类、聚类、时间序列。最后,举例说明了Apriori算法的关联规则发现。     

基于模糊分类规则树的文本分类

针对传统的基于关联规则的文本分类方法在分类文本时需要遍历分类器中的所有规则,分类效率非常低的问题,提出一种基于模糊分类规则树（FCR-tree）的文本分类方法.分类器中的规则以树的形式存储,由于树型结构避免了重复结点的存储,节省了存储空间.模糊分类关联规则与一般分类规则相比,不仅包含了词条信息,还包含了词条出现频度对应的模糊集,所以FCR-tree的构建过程及树的结构不同于一般规则树CR-tree.为降低构建及遍历FCR-tree的难度,采用了构造多棵k-FCR-tree的方法.在搜索规则树时,如果结点中的词条没在待分类文本中出现,则不需要再搜索该结点引导的子树,大大减少了需要匹配的规则的数量.实验表明该方法是可行的,与遍历分类器的分类方法相比,分类效率有了明显提高.     

一种基于初始点密度最大的改进型ISODATA聚类算法

针对ISODATA对初始聚类点选取较为敏感,不能处理噪声点的缺陷,提出一种基于结合密度最大的改进型ISODATA的划分聚类方法D-ISODATA。基于高局部密度点距离和局部密度最大原则,优化聚类初始点并去除噪声点。根据考察对象所处空间区域的密度分布情况划分基本簇,结合ISODATA聚类算法良好的自适应性,有效地对数据集进行分类。实验表明,这种基于密度聚类的改进型ISODATA算法能有效去除噪声点,改善初始中心点选择对最后聚类算法的影响,并且具有良好的自适应性,对于数据集处理的准确性优于传统K-means算法和ISODATA算法。     

基于模糊聚类的自适应模糊神经网络

本文将模糊C均值聚类和自适应神经模糊网络结合起来．模糊C均值聚类用于对输入变量空间进行划分，生成初始的模糊规则库，自适应模糊神经网络（ANFIS）选用最小二乘法和BP算法．与普通的模糊神经网络相比，这种模糊神经网络收敛速度快，建模精度高。     

云计算环境中数据级权限管理研究

针对云计算环境中传统RBAC访问控制模型不能很好应对与业务逻辑高度关联的数据级权限管理的问题,结合规则引擎中规则可配置的特点提出了一种基于规则引擎的数据级权限管理模型.该模型以系统中的所有对象为事实库,使用逆向推理对数据级的权限进行判断.目前该模型已经被用于高校教学资源共享系统,实践结果表明该模型提高了系统对业务逻辑变更的应对能力,在保证云端数据安全的同时又具有一定的灵活性.     

关联规则挖掘在超市销售系统中的应用及实现

超市购物篮分析是关联规则挖掘的典型应用领域,分析了关联规则在超市销售系统中的应用,然后提出了一种基于二维数组的关联规则挖掘实现算法,并根据算法开发实现了挖掘系统。通过模拟的超市销售数据进行试验表明,算法及所实现的系统是可行的、高效的。     

语言值关联规则分类方法

目前采用的区间划分的关联分类法不能有效地体现出数据的实际分布情况, 并存在划分边界过硬的缺点. 文中首先讨论了通过挖掘最长的语言值关联规则构建分类系统的方法并分析了其不足, 然后给出了通过挖掘短的语言值关联规则构建分类系统的方法. 实验表明, 基于语言值关联规则的分类系统能在精度上优于2种流行的分类方法: C4. 5和关联分类法.     

基于模糊聚类的保险业发展水平研究——以西部十二省市为例

模糊聚类分析是一种按照一定要求和规律对要考察的事物进行分类的模糊数学方法.选取了六个相对有效指标,对西部十二省市的保险业发展水平进行了模糊聚类.根据计算的结果对西部十二省市的保险业发展水平进行了比较分析,对西部区域保险业发展具有一定的指导意义,通过实例也说明了该方法的有效性.     

基于Winpcap的数据库安全监控系统的设计与实现

针对目前企业关心的数据库安全问题,设计并实现了基于WinPcap网络数据包捕获和分析技术的数据库安全监控系统.系统利用WinPcap调用库,捕获流经本地网卡的所有数据包,然后对数据包进行协议分析、解码和过滤.结合数据库的安全策略规则.实现了对数据库访问的记录和监视,通过设定监控策略进行自动预警,从而有效地解决数据库的安全问题.     

基于Winpcap的数据库安全监控系统的设计与实现

针对目前企业关心的数据库安全问题,设计并实现了基于WinPcap网络数据包捕获和分析技术的数据库安全监控系统。系统利用WinPeap调用库,捕获流经本地网卡的所有数据包,然后对数据包进行协议分析、解码和过滤。结合数据库的安全策略规则,实现了对数据库访问的记录和监视,通过设定监控策略进行自动预警,从而有效地解决数据库的安全问题。     

数据库安全审计系统的部署与应用

计算机信息技术越来越广泛地被应用在各个方面,信息系统中的核心数据库安全更显重要.部署基于旁路监听的数据库安全审计系统,对审计规则作相应的配置,能够有效地审计、监管外部的入侵和内部的违规操作,为事后追查提供证据,还可利用审计数据对业务系统的优化提供参考信息.     

关于上海自贸区部分国际贸易立法的思考

上海自贸区＂特立独有＂的司法立法,将有利于我国在国际双、多边贸易中建立与达成合理的、符合我国国情的、有利于国际经济一体化发展的相关协定与法律法规。以上海自贸区的部分贸易立法为例,通过分析自贸区商贸服务领域扩大开放对游戏游艺产业的影响,探索自贸区的金融改革政策,提出自贸区发展的建议,研究自贸区的立法方向。     

模糊聚类分析系统及其应用

介绍了用Visual C 6．0设计模糊聚类分析系统的过程．所设计的系统分为输入模块、数据计算模块和输出模块3个部分．采用该系统能够处理各种相关的模糊聚类分析问题，并能较大幅度地提高模糊聚类分析运算的速度．     

基于多最小支持度的挖掘算法研究

数据挖掘是从事务数据库中抽取有用的知识和感兴趣的模式,而从事务数据库中发现关联规则是最常见的挖掘技术之一。提出一个遗传模糊关联规则挖掘框架和综合聚类、模糊和遗传概念的多最小支持度的遗传模糊关联规则挖掘算法。该算法从定量事务数据库中抽取合理的多最小支持度值、隶属函数和模糊关联规则,首先使用k—means聚类算法采集相似项目,然后初始化一个种群设定相同的支持度值,每一个染色体通过需求满足的标准和隶属函数的适应性来评估是否满足其适应度。     

我国与中亚五国商贸合作环境评价研究

中亚五国是“一带一路”陆路发展的外部第一区域。运用变异系数TOPSIS模型和Theil指数,采集2008—2017年世界银行统计数据,完成对中亚五国商贸合作环境的实证分析,结果表明:中亚商贸合作环境水平呈现波动态势,整体水平较低,商贸合作环境国别差异显著。提出差别化区域商贸合作,优化区位选择路径,强化商贸合作软环境,提升合作适应水平,创造商贸合作新模式,建立商贸示范区,建立商贸合作基金会,提升合作规模级别等建议。     

国际教育服务贸易研究--规则解读与我国的承诺

WTO《服务贸易总协定》包括教育服务贸易,因此,国际教育服务贸易必须遵循总协定规定的各种规则。我国加入世贸组织后,开始在货物贸易、服务贸易和知识产权方面全面履行成员国的权利和义务,同时也就开始履行《服务贸易总协定》做出的部分承诺,展开了教育服务贸易商贸活动。了解和掌握国际教育服务贸易的基本规则与我国做出的承诺,对于推进我国国际教育服务贸易的进程与发展,具有重要的现实意义。