论文研究基于URL模式集的主题爬虫.pdf

论文研究-基于直觉模糊集的粗交流.pdf,

利用有向项集图来存储事务数据库中有关频繁项集的信息，提出了有向项集图的三叉链表式存储结构和基于有向项集图的最大频繁项集挖掘算法。它不仅实现了事务数据库的一次扫描，减少了I/O代价，而且可以同时解决好稀

基于极性的非循环术语集调试，雷景佩，欧阳丹彤，不一致术语集调试的核心是找出导致概念不可满足的冲突集，现今已有大量相关算法。本文通过定义公理中概念的极性和极性冲突，用极

P-M模型利用扩散偏微分方程进行图像平滑，通过随梯度自适应变化的扩散系数实现去除噪声的同时保护图像边缘特征，为进一步提高图像视觉效果，希望在图像边缘附近进行逆扩散以增强边缘特征，为此提出了实现自适应边

提出了单值数据转化为Vague值数据的定义和准则，提出了两个单值数据向Vague值数据的转化公式。例题表明不同公式有不同的特征。

结合信息增益，提出了一种新的自适应主题爬行策略。利用维基百科的分类树和主题描述文档构建主题向量T，并在爬行过程中不断地进行自动学习，反馈更新主题向量空间中每个概念的权重，完善主题描述。实验结果表明，该

提出了一种基于潜在语义的科技文献主题挖掘方法，描述了科技文献的主题挖掘模型。对科技文献集进行预处理，计算特征词权重，构造出词汇-文献矩阵。用改进的LSI算法对稀疏矩阵进行降维得到固定的主题-文献矩阵。

基于主题模型的短文本查询扩展算法，刘润楠，陈光，近年来，微博短文本语料下的信息检索需求日益突出。查询扩展作为信息检索领域的关键技术，对于查询结果的优化具有非常重要的作用

关联规则挖掘是数据挖掘领域中重要的研究内容，频繁项集挖掘又是关联规则挖掘中的关键问题之一。针对已有的频繁项集挖掘算法存在的问题，通过对Apriori算法的分析，提出了Inter-Apriori频繁项集

使用聚类技术对BNR进行扩展，得到一个新的4层模型，该模型同时使用了术语间和文档间的相近和相似关系，将此扩展模型和简单的RNR、扩展的BNRM模型比较，实验证实信息检索系统的检准率和检全率都有所提高。