摘要：生成关联规则算法FAS,能够迅速区分某频繁项集的所有关联规则的前件和后件,生成给定频繁项目集的关联规则。基于FAS算法,设计并实现了一个基于最近挖掘结果的数据挖掘系统AR_Miner。该系统主要包括数据预处理、频繁集初始计算、频繁集更新计算、频繁集选择、关联规则生成五部分,不仅实现了关联规则挖掘的可视化和生成结果按“支持度—可信度”形式的可视化, 还为基于频繁集的交互式挖掘提供了方便、友好的界面。

摘要：为了对蔬菜病害进行自动检测和分级,克服传统的评估方法检测成本高、划分等级随意性比较大的缺陷,探讨了基于蔬菜图像的病害等级自动分类,设计了预处理技术提取图片特征.具体方法是对叶片图像进行分割并转变为分布概率的灰度矢量.在此基础上利用数据挖掘技术建立决策树模型,利用该模型对未分级叶片的级别进行预测.还引入了元挖掘算法Bagging,与决策树模型综合使用,进一步提高了预测效果.实验表明这一蔬菜病害等级自动分类方法准确度较高,具有较好的实用价值.

摘要：设计了一种不同于传统关联规则挖掘算法(如Apriori算法等)频繁项集产生算法.该算法借鉴一般免疫算法思想,并从新的角度来看频繁项集的定义,避免了传统算法中存在的"项集生成瓶颈"问题.通过对mushroom数据的频繁项集挖掘的实验,与传统方法进行了比较,其结果表明,基于免疫算法的频繁项集挖掘算法在大数据集、低支持度情况下平均挖掘时间短.

摘要：介绍了Velocity模板技术及Spring2.0和Hibernate两种开源框架,论述了在Spring2.0中集成Velocity和Hibernate的原理和方法,提出了一种集成Velocity、Spring2.0、Hibernate这三种技术的新型Web应用开发模式,举例详细介绍了基于Velocity+Spring2.0+Hibernate构建的教务管理系统学生信息查询功能模块的设计。应用这3种技术的Web应用系统开发简洁、结构清晰,具有良好的扩展性和维护性。

摘要：提出了一种新型的双层垃圾邮件过滤方法。该方法基于免疫学习、免疫记忆和免疫识别等机制,具有一定的自适应能力和多样性,充分利用了垃圾邮件与非垃圾邮件的特征,从而降低了非垃圾邮件被错判的风险。实验结果表明,双层过滤方法可有效的降低垃圾邮件的虚报率(非垃圾邮件被错判为垃圾邮件的比例)。

摘要：设计了一种全新的光路由器。采用单独的100 Mb/s的低速控制通道用来交换承载于波带(比特并行机制)带宽速率为80 Gb/s的包,这种基于现场可编程门阵列(FPGA)实现的机制使得宽带交换可以应用在具备低时延、低成本特点的本地网(LAN)中,商用化的FPGA用于驱动带宽的Mach-Zehnder干涉仪(MZI)和半导体光放大器(SOA)交换机。详细描述了为控制通道和数据通道设计的2种不同的时钟数据恢复模块(CDR)系统及其相关测试分析。对控制通道所有8个通道进行测试表明,在需要路由选址的情况下,测试结果稳定,且没有误码,和噪音层面出现。对于1 552.6 nm数据通道进行的背靠背和需要路由选址情况下,通过对MZI光交叉和SOA光交叉测量,得到额外的因为路由操作而导致的2.3 dB功率代价。