摘要：文章将多项式光滑的支持向量机(PSSVM)应用到信用评估中,设计了通用的银行个人信用特征数据,研究了PSSVM在个人信用评估中的应用,实证结果表明,PSSVM具有较好的分类预测能力。

摘要：满足条件独立性假设时,朴素贝叶斯分类器理论上比其它分类方法具有更高的分类正确率,但该假设在许多实际情况中并不成立,针对这一问题,提出了一种基于因子分析的朴素贝叶斯分类模型FA-NBC,并将其应用于边坡的稳定性识别。为了保证朴素贝叶斯分类器结构上的简单性,FA-NBC模型以方差贡献为依据构建新的属性集,新属性集包含原属性集的大部分信息且满足条件独立性假设。UCI数据集上的实验结果证明了FA-NBC模型的有效性。

摘要：针对现有多元回归模型没有充分考虑离群训练样本的影响而导致模型泛化能力差的问题,提出一种结合自步学习和稀疏属性选择的多元回归分析方法。通过自步学习理论优先选择高置信度的样本来训练初始属性选择模型,依次加入次高置信度的训练样本增加初始选择模型的泛化能力,直至增加的训练样本使泛化能力减弱或者所有训练样本被用完。用选择的属性进行多元回归分析,提高算法效率和效果。6个公开的数据集上的实验结果表明,该算法在回归分析中得到的结果优于对比算法。

摘要：该文设计了一个可用于医疗知识发现的KDD系统原型,并利用数据预处理技术和数据挖掘技术实现了对医疗数据库BCD的数据挖掘过程。

摘要：目前窃电侦查最主要是靠人工巡查的方法，而电力部门已经通过远程或人工抄表掌握了大量用户用电数据，通过对这些数据信息的挖掘分析可为窃电侦查提供更有效的途径。本文从对负荷数据进行挖掘分析的角度设计了一种窃电侦查方法。在对已有用户的历史数据进行聚类分析的基础上，通过用户与质心的偏差比较，缩小疑似窃电用户范围。再由现场侦查确定窃电和不窃电用户，并提取能够有效区分两种用户的特征量，建立一种决策树分类器，学习窃电分类规则，由此根据新用户的用电负荷预测其窃电行为。最后对窃电侦查分类器的准确性进行了计算和分析。

摘要：ORACLE引入我国已有一定的时间了.但是由于其规模较大,对应用软件开发人员和硬资源要求都较高.所以,还未像dBASE(?)和Foxbase那样得到普遍应用,但是,随着286以上档次计算机的普及和实际应用问题规模的扩大,加之人们对其优良性能的不断了解,ORACLE必将得到越来越广泛的应用.然而,就用户的参考资料而言,目前多局限于使用手册一类,其中对ORACLE的优良性能,只是简单地预以说明.如何在应用设计中灵活运用这些特性,开发出更好的应用软件,还需应用开发人员进行二次开发和经验总结.本文将根据作者的工作经历,谈几点应用开发的体会,以对这方面工作尽微薄之力.

摘要：目前权衡测试代价和误分类代价是代价敏感属性选择需解决的重点问题之一。但是,现下多数研究者只考虑了误分类代价是固定不变的情况,由于人为确定的误分类代价存在主观性等因素,因此解决现实问题就需要新的方法怎文设计了一种动态误分类代价下的Fisher函数,来自适应于总代价的变化。