前言 二十一世纪是科学技术高速发展的信息时代,而计算机是处理 信息的主要工具,因此,人们已经认识到,计算机知识已成为 人类当代文化的一个重要组成部分。 计算机科学技术以惊人的速度向前发展,它的广泛应用已从传 统的数值计算领域发展到各种非数值计算领域。在非数值计算 领域里,数据处理的对象已从简单的数值发展到一般的符号, 进而发展到具有一定结构的数据。在这里,面临的主要问题是 :针对每一种新的应用领域的处理对象,如何选择合适的数据 表示(构构),如何有效地组织计算机存贮,并在此基础上又 如何有效地实现对象之间的\运算关系

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性

多维事务数据库DB的结构为 (ID,AA2,, Anitems),A是DB中的结构化 属性(例如顾客的年龄,职业收入等),而 items是同事务连接的项的集合(例如购物篮 中频繁项集)。每一个 t=(id,aa 2..2 items-t)由两部分信息组成: 维信息(a1,a2man)项集信息。 挖掘过程分为两部分:挖掘维度信息的模 式和从投影的子DB中找出频繁项集

安达信(Arthur Anderson,AA)公司主要从事会计与审计、税务、商务顾问、咨询服务等业 务,因为它为客户提供的服务99.5%基于知识因此,知识是企业最重要的资源,贯穿于 决策和管理过程的始终。公司面临的最大挑战是如何将所有信息组合成一个中心知识库