摘要：实际应用中获取到的数据通常是动态更新的,且随着数据观测工具的快速发展,数据库中数据更新的速度也越来越快,同一时刻更新的规模也越来越大.面向动态数据集的数据挖掘研究中,数据库中数据取值的动态更新也是一种数据集动态变化的类型.特征选择是一种有效的数据预处理工具,面向数据取值动态更新的特征选择方法也已经引起了众多研究者的广泛关注.为此,基于粗糙集理论和信息熵的概念,提出一种面向数据取值动态变化数据集的特征选择方法,可一次处理一组取值发生变化的数据.算法中首先分析了信息熵随数据取值动态变化的更新机制,以信息熵作为特征重要度的度量,设计了基于信息熵的粗糙特征选择算法.实验结果进一步验证了新算法的可行性和高效性.

摘要：评价搭配识别是评论挖掘的研究热点之一。针对现有方法存在的不足,通过对真实语料的观察和分析,提出了一种基于语法模板的评价搭配识别方法。该方法借助HowNet和语法分析等资源和工具,从大规模的真实评论语料中自动获取反映评价搭配规律的候选语法模板,对候选模板进行泛化和遴选,通过生成的模板识别待分析的评论句的搭配关系。在手机和数码相机两种电子产品领域上的对比实验验证了该方法是有效的。

摘要：如何设计合理的属性子空间区间是序贯三支分类研究的重要内容之一。考虑到实际应用中广泛存在的数值数据,将邻域粗糙集及邻域决策错误率引入序贯三支分类方法中,构建合理的属性子空间区间。借助邻域决策错误率约简,分别定义局部和全局属性子空间,并基于此设计基于邻域决策错误率的序贯三支分类算法。在6组UCI数据集上的实验结果表明,该分类方法不仅压缩了数据的属性空间,而且提高了数据的分类精度,为序贯三支分类方法的研究提供了新的思路。

摘要：得益于硬件技术的发展,智能手机感知信息的方式日益丰富。因而以智能手机自带的传感器件为出发点,以移动感知为基础,设计并开发了一款智能手机防盗软件。该软件针对智能手机在生活中的不同使用场景,利用手机自带的加速度传感器、环境光传感器、接近传感器以及手机内部的广播机制,通过分析从周围环境获取的实时数据来判断手机状态是否变化,从而实现不同的防盗模式。其中在通过加速度传感器输出值判断手机状态时,设计了三轴加速度从手机坐标系到参考坐标系的四元数转换算法,以利于客观统一地判断手机的运动状态。此外,通过手机内部短信广播的截获技术来判断设备是否收到短信以及短信内容是否为预设指令,实现对手机的远程控制。目前Android智能手机的市场占有率高达80%,因而以Android手机为例,实现了上述智能手机防盗软件。各项功能经过真机测试,均已达到预期效果。

摘要：在面向服务的环境下,单个Web服务往往不能满足用户的要求,这时就需将已有的单个Web服务进行组合,以便产生满足用户需求的、增值的组合服务.已有的服务组合方法都很少考虑Web服务的随机性和Internet环境的动态性,从而在服务选择过程中产生的规划都是静态规划,结果导致在服务组合时都以较大概率出现组合失败.针对上述问题,提出了Web服务各随机QoS指标的度量方法和自适应QoS管理体系结构,并利用随机型离散事件系统唯一的动态控制方法——马尔可夫决策过程(MDP),设计出随机QoS感知的可靠Web服务组合算法.实验结果表明,考虑随机性的QoS度量方法和QoS管理体系结构,以及平衡了"风险"与"报酬"的MDP有效地提高了服务组合成功率.

摘要：目前针对法条预测的相关研究大都采用文本分类的思想,但模型构建过程都未考虑不同法条之间的从属关系或相似程度,因此对于易混淆法条预测效果普遍较差。针对现有方法在易混淆法条预测中存在的不足,提出基于分层学习的易混淆法条预测方法。将法条分为易区分法条和易混淆法条,按法条内容将易混淆法条组合为不同易混淆法条集并分别训练易混淆法条集预测模型,运用分层学习完成易混淆法条预测。在刑事案件的数据上进行实验,实验结果表明,该模型能较好解决易混淆法条预测问题,提高法条预测准确率。

摘要：非负矩阵分解(NMF)算法仅能用于对原始非负数据寻找低秩近似,而概念分解(CF)算法将矩阵分解模型扩展到单个非线性核空间,提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题,提出基于全局融合的多核概念分解(GMKCF)算法。同时输入多种候选核函数,在概念分解框架下基于全局线性权重融合对它们进行学习,以得出质量高稳定性好的聚类结果,并解决概念分解模型面临核函数选择的问题。采用交替迭代的方法对新模型进行求解,证明了算法的收敛性。将该算法与基于核的K-均值(KKM)、谱聚类(SC)、KCF(Kernel Concept Factorization)、Coreg(Co-regularized multi-view spectral clustering)、RMKKM(Robust Multiple KKM)在多个真实数据库上的实验结果表明,该算法在数据聚类方面优于对比算法。

摘要：传统决策树算法应用于有序分类任务时存在两个问题:传统决策树算法没有引入序关系,因此无法学习和抽取数据集中的序结构;现实生活中存在大量模糊而非精确的知识,而传统的决策树算法无法处理存在模糊属性取值的数据。针对上述问题,提出了基于模糊优势互补互信息的有序决策树算法。首先,使用优势集表示数据中的序关系,并引入模糊集来计算优势集以形成模糊优势集。模糊优势集不仅能反映数据中的序信息,而且能自动获取不精确知识。然后,在模糊优势集的基础上将互补互信息进行推广,并提出了模糊优势互补互信息。最后,使用模糊优势互补互信息作为启发式,设计出基于模糊优势互补互信息的有序决策树算法。在5个人工数据集及9个现实数据集上的实验结果表明,所提算法在有序分类任务上较经典决策树算法取得了更低的分类误差。

摘要：数据标签是一种提高增量数据聚类效率的简单而有效的方法。数据标签就是分配每个新增数据点到与之最相似的簇的过程。符号数据分析的难点之一在于缺少一种恰当的方法来定义数据点与数据簇之间的相似性。为此,将簇代表定义为簇中所有属性的属性值及其在簇中的频率构成的列表,用信息熵的变化来定义"点-簇"不相似性。基于此不相似性度量,设计了一个符号型增量数据标签算法来分配无标记数据到恰当的簇。在公开数据集和文本语料上的对比实验表明,该数据标签算法不但数据标记精度高、时间开销小,而且有较好的可伸缩性。

摘要：粗糙集方法是一种有效的处理分类问题的方法,但是它在面对高维数据时,很难依靠属性约简提取出泛化能力较高的规则。这是由于粗糙集约简本身在一定程度上忽略了对象个体对信息系统的影响。为避免此问题,通过描述各个对象与其补集间的差别,提取了各个对象所包含的分类信息。在此基础上,设计了一种新的基于粗糙集的规则提取算法。通过实验分析,验证了本算法比传统算法具有更好的泛化能力。