摘要：利用非循环定义的概念可展开的特性,提出一个基于子句重构的增强Tableau算法.采用最简洁的概念合取子句代替原来的子概念集对完整树/图上的结点进行标记,并设计一组推理规则以构建这样的完整树/图,从而消除传统Tableau算法中的∩-规则、∪-规则所带来的概念描述重复.因而在非循环定义概念可满足性判定问题上,空间性能有明显提高.此外,虽然文中只提供针对SI语言的规则和证明,可是这种处理思路同样适用于其它描述逻辑语言,因而具有一定的推广价值.

摘要：时间的描述和划分是时态数据采掘中一个非常重要的方面,针对目前时态数据采掘中缺少对多粒度时间等的研究的现状,提出了多粒度时间,粒度转换,时态序等的严格数学定义,并研究和证明了它们的相关性质。以此为基础引出了一个多粒度时间部分周期模型,对模型的支持度和置信度等性质进行了详细讨论,并将多粒度时间下的部分周期模型运用到股票数据实验中,实验表明所提出的模型对于研究时态数据采掘具有重要意义。

摘要：目前的教学平台设计,很难针对学生和学习问题(教学任务、学习任务)的特点,对教学资源进行有效的任务适应性及个性化协同管理,基于智能型Agent平台能有效克服上述障碍。智能型Agent模型包括:通过概念分类体系、学习问题描述模式、问题解决(或者学习问题)与资源的关联、根据处方进行任务分解与教学资源开放式组合等技术,来解决任务适应性的资源精确查找问题;通过教学培训资源难易程度的严密的组织、在同类难易程度教学资源中个性化推荐来实现分类及个性化资源寻求。实例表明智能型Agent能够在资源寻求时有效地提高学习任务适应性和面向学生资源推荐时的个性需求。