本课题是在近年数据挖掘实践的基础上提出的新的基础性课题。包括:(a)亚复杂系统(Sub-Complex System, SCS)及其干预规则的数学建模。尝试把干预规则挖掘作为在数据挖掘中的(与关联、分类同级别的)新挖掘任务;(b)SCS萃取理论、方法、干预手段相关度和降维技术,萃取出实用的非混沌SCS;(c)挖掘给定的SCS在人工干预下的动力学行为的规律性知识,并用于出生缺陷干预,糖尿病干预,带约束的市场干预等问题;(d)干预规则分型和干预代数(Algebra)、恒等变形、算法、结构和性质;(e)以基于基因表达式编程的为主要挖掘手段,挖掘SCS干预规则;(f)在二阶差分的精度上,解释SCS在人工干预下的动力学行为,提供有特色的理论基础和干预模型;(g)开发一个SCS干预规则挖掘系统原型,应用于一个实际问题,如人口出生缺陷干预,尝试建立一个新的学术园地和创新源头。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
论大数据环境对情报学发展的影响
DeoR家族转录因子PsrB调控黏质沙雷氏菌合成灵菌红素
拥堵路网交通流均衡分配模型
卫生系统韧性研究概况及其展望
亚复杂对象扩移规则挖掘的核心技术研究
基于GEP和亚复杂系统的跨媒体时空数据挖掘关键技术研究
软件系统复杂网络层次化实体挖掘方法及关键技术研究
基于隐式编程规则挖掘的安全缺陷检测及自动修复技术研究