导读:本文包含了规则发现论文开题报告文献综述、选题提纲参考文献，主要关键词:规则,条件,发现,知识,组合,股份有限公司,指导性。
规则发现论文文献综述写法
[1]（2019）在《美科学家发现新型材料弯曲规则 或为下一代先进材料研发奠定基础》一文中研究指出9月11日,据外媒报道,近100年来,科学家们一直认为他们对金属弯曲的原理了如指掌,但是他们错了。美国威斯康星大学麦迪逊分校(University of Wisconsin-Madison)的材料科学和工程研究人员已经证明,金属弯曲的规律并不是非常严格。研究人员的发现将不仅颠覆以前的有关金属变形的理念,还有助于指导创造出更坚固、更耐用的材料。(本文来源于《中国粉体工业》期刊2019年05期）
夏艳敏,唐兵,唐明董,曹步清,乔帅[2]（2019）在《利用关联规则挖掘的Web API组合模式发现》一文中研究指出通过组合不同的Web API快速开发新的应用,已成为一种流行的软件开发模式.以往的工作聚焦于调研具体Web API之间的可组合关系,但是对Web API组合模式的研究还很少见.本文为发现Web API生态系统中的API组合模式,提出了一种基于关联规则挖掘的方法—WACP,以回答什么功能属性的Web API常被组合开发新应用—这一问题.该方法利用了Web API上代表功能属性的标签以及历史的Web API组合关系,先将Web API的标签结合WordNet字典进行了同义词统一等预处理,然后使用基于FP-growth的Web API标签关联规则挖掘算法得到了不同Web API之间的标签关联规则.最后,对标签关联规则进行筛选得到强关联的标签关联规则,这些强关联规则在一定程度上反映了Web API的组合模式.通过使用从Programmable Web获取的真实数据集进行实验,实验结果证明了本文所提方法的有效性.(本文来源于《小型微型计算机系统》期刊2019年10期）
张伟清[3]（2019）在《可回收塑料的新发现可能会改变游戏规则》一文中研究指出美国能源部(DOE)劳伦斯伯克利国家实验室的研究人员开发出了可以无限循环使用的创新型塑料。他们从分子角度考虑回收利用,找到了一种通过组装塑料生产可回收塑料的新方法。新型塑料聚合物是由称为单体的较小化合物组成的大分子,可以通过简单工艺进行分解和重塑。据化学家Peter Christensen称,绝大多数塑料从未被回收利用。生产塑料的传统方法需要在单体上加入添加(本文来源于《石油炼制与化工》期刊2019年09期）
张歆[4]（2019）在《科创板公开化问询式审核震慑力显现 4家企业“被问退”并遭上交所依法终止审核》一文中研究指出首批科创板企业集中上市交易后，上交所发行上市审核工作都在有序推进中。近期，4家企业及其保荐人先后向上交所提出撤回科创板发行上市申请及发行上市保荐。根据《上海证券交易所科创板股票发行上市审核规则》第六十七条，上交所已依法作出终止其科创板发行上市审核的决定。(本文来源于《证券日报》期刊2019-07-30）
赵玉增[5]（2019）在《法律发现:法官“找法”的规则新解》一文中研究指出在法律方法论语境下的法律发现,既可用于指代立法者制定(或认可)行为规范的活动或方法,也可用于指代司法者寻找裁判依据的活动或方法,前者是立法中的法律发现,后者是司法中的法律发现。当下的法律方法论研究主要关注的是司法意义上的法律发现,也就是俗称的法官"找法"。由此,法律发现规则也就是法官"找法"应当遵循的规则。法律发现规则主要有:"上位法优于下位法""新法优于旧法""特别法优于一般法"等规则,而"上位法优于下位法"等法律发现规则,主要是经过法律发现,发现了可以适用于当下案件的多个法律规范后的选择规则,是法律发现后的"结果"选择规则,而不是法律发现"过程"本身应当遵循的规则。聚焦于法律发现"过程"本身应当遵循的规则,法律发现规则不是"上位法优于下位法"等规则,应是"以案分类-区别查找""现行有效法体系内查找""穷尽制定法"和"相关-密切联系"等规则。(本文来源于《上海政法学院学报(法治论丛)》期刊2019年04期）
申华杰[6]（2019）在《基于贝叶斯网络的微学习单元关联规则发现研究》一文中研究指出近年来,移动互联网和通讯设备的普及,将微学习带入一个新的发展阶段。对于微学习的研究,在理论研究不断深化的同时,逐步向深层次的应用方面扩展。其中,针对微学习中学习内容的研究也是其中的一大热点。微学习中的学习内容因其特殊的优势而扩展了学习者的学习环境和学习条件。多而精简的学习内容更为学习者的学习提供了便利,即可做到随时随地的学习。但因其精简的学习内容和灵活多变的组织方式,导致学习者在学习内容时将会在选择上花费大量的时间,又由于学习者的自身认知水平和学习习惯的差异,导致选择学习的学习内容不同。学习是一个循序渐进的过程,是从简单到复杂,从容易到困难的逐步提升的过程。因此,学习内容之间存在承前启后的前后关联关系,有必要建议学习者注意学习的先后顺序。学习者学习进度的不同,知识点掌握情况的不同,以及认知水平的差异都将导致学习者对重难点知识把握程度的不同。而且学习者自身的学习习惯也与学习路径的形成有关。为此,我们提出基于挖掘学习者数据集中学习内容间的关联关系的基础上,以此形成针对学习者的由学习内容组成的个性化学习路径。经典的关联规则算法根据支持度和置信度两种测量指标可以从微学习记录数据中发现微学习内容之间可能存在的关联关系。但是却无法挖掘学习内容间的前后关联关系。鉴于此,我们试图寻找一种方法或者技术来挖掘学习内容间的关联关系,从而为学习者提供个性化的微学习内容路径序列。本文在充分研究微学习相关理论的基础上,结合学习内容和学习者的特征,提出一种基于贝叶斯网络的关联规则算法,以此来挖掘微学习内容间的联系。本文的主要工作如下:1、本文中微学习的学习内容主要针对学习行为和微学习单元两种形式来研究,并分析了学习行为和微学习单元的特点。2、根据学习内容实际数据集的需求,本文提出了学习周期的概念,将学习者的学习记录数据集按照学习周期划分为不同周期的数据集。3、在学习周期的基础上,提出一种基于贝叶斯网络的关联规则算法发现学习内容间的前后关联关系,以此建立个性化的学习路径并推荐给学习者。基于本文的研究,最终达到帮助学习者有效地完成对学习内容的取舍,提高学习者的学习效果和学习效率的目的。(本文来源于《太原理工大学》期刊2019-06-01）
荣莉莉,李群,于振[7]（2019）在《基于电力历史应急大数据的应急情景规则分析与发现方法研究》一文中研究指出为了解决电力突发事件演化过程难于预测,进而导致事件应急缺少针对性,较为被动的问题,提出在现有应急预案指导、事故模拟仿真、事故案例经验总结等方法基础上,引入基于电力历史大数据分析与预测的应急情景规则分析与发现方法,将电力应急突发事件情景构建的结果与相关大数据预测模型(汇总统计、分类与预测)相结合,提出科学、合理且具有良好操作性的情景演化规则的获取方法与技术路线,为进一步提高复杂电力突发事件的应急处置与指挥能力提供技术支撑。(本文来源于《中国安全生产科学技术》期刊2019年05期）
周志威[8]（2019）在《融合领域知识的关联规则知识发现研究》一文中研究指出随着信息技术的飞速发展,知识在社会经济活动中发挥着越来越重要的作用;不过,人们却也面临着“数据爆炸而知识贫乏”的困境。作为关联规则挖掘方法的重要组分,Apriori算法被广泛应用于知识发现活动中,以发掘数据隐含的规则,并取得了不俗的效果。然而,在性能方面,Apriori算法存在多次扫描数据库和生成候选项集过多的缺点,致使算法执行效率不高;在应用方面,该算法会导出大量的规则结果,大大降低了规则的可用性。随着欲处理的数据规模的爆发式增长,该算法效率低和“知识过载”的问题愈发突出。众所周知,领域知识对规则发现与求精有重要的启发与约束作用;同时,高质量的关联规则知识发现,不仅应包含初始规则的挖掘,也应该包含对规则的二次挖掘求精。有鉴于此,本文对融合领域知识的关联规则知识发现进行研究,提出了一种新的Apriori改进算法;针对常规知识发现方法规则过载和过度技术导向的问题,将关联规则知识发现分为两阶段,设计并提出了融合领域知识的规则再处理方法。首先,本文在分析Apriori算法及其改进研究的基础上,结合矩阵分块、矩阵转化、项集压缩、支持度计数等优化策略,提出了基于矩阵的Apriori改进算法。该算法可有效地降低参与运算的矩阵规模,缩小算法的搜索空间,提高运行效率,并以算例展示了其执行过程。然后,针对传统Apriori算法规则过载、价值低和组织无序的问题,文本提出了融合领域知识聚类的规则结果求精方法,并分析了DBSCAN算法在融合领域知识的规则聚类中的不足,改变算法初始的遍历对象,提出基于k邻域改进的DBSCAN算法。该算法对规则结果进行合理的组织分类,从而方便用户使用规则。对聚类后的离群点和边界对象,本文引用LOF算法计算其离群程度,改进DBSCAN算法挖掘离群点的不足,以期发现局部数据的细节特征,并以离群点所代表的规则作为规则的结果输出。最后,通过实验分析,证明了本文算法的有效性。(本文来源于《郑州大学》期刊2019-05-01）
刘子闻,陈守强,徐赛,李翠霞[9]（2019）在《基于关联规则提取的中药药对发现》一文中研究指出目的为发现中药药对的用药规律及特点,进一步挖掘血瘀证方中存在的大量药对。方法通过关联规则方法,对名老中医网陈守强等关于血瘀证的18503首方药分成"活血药+活血药、活血药+其他药、其他药+其他药"进行分析处理。结果发现"活血药+活血药"这种药对的配伍频率及疗效明显优于其余两组。结论将药对应用于在治疗血瘀证的方剂中,可有效提高各组方治疗血瘀证的疗效。(本文来源于《世界最新医学信息文摘》期刊2019年20期）
谢春晖[10]（2018）在《从“个案智慧”到“类案经验”:指导案例裁判规则的发现及适用研究》一文中研究指出司法责任制改革有利于审判权的独立运行,但一直面临同案能否同判的现实质疑。从裁判者的思维路径来看,面对法律疑难时,求助于先例经验成为潜意识的思维倾向。故整体、稳定的司法经验,是消解法律适用分歧,平衡司法能动性与谦抑性的内修之法。因此,最高院建立案例指导制度,并以"总结审判经验,统一法律适用"作为其核心价值。然而,由于裁判者对指导案例的参照力、参照对象及功能认识模糊,最高院亦未对参照方式予以指引,指导案例在实践中适用率偏低,且出现裁判规则大前提化、法律关系混淆、关键事实把握不准等误区。为形成规范化的参照技艺,本文以案例文本为研究起点,立足成文法语境,厘清指导案例的参照力、参照对象及功能,并在此基础上,提出"叁阶段"的适用方法:一是发现阶段,以争议问题为导向,结合裁判要点与裁判理由归纳指导案例裁判规则;二是推理阶段,对裁判规则进行演绎解构,确定作为同案识别点的"关键事实",并运用类比技术判断两案关键事实能否适用相同的法律评价;叁是验算阶段,回归规范语义脉络,运用情势权衡,对推理结论的适法性和适切性进行检验和评估,并针对适用效果偏差,对裁判规则进行调适与修正,使"个案智慧"转化为"类案经验"。(本文来源于《中山大学法律评论》期刊2018年02期）
规则发现论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过组合不同的Web API快速开发新的应用,已成为一种流行的软件开发模式.以往的工作聚焦于调研具体Web API之间的可组合关系,但是对Web API组合模式的研究还很少见.本文为发现Web API生态系统中的API组合模式,提出了一种基于关联规则挖掘的方法—WACP,以回答什么功能属性的Web API常被组合开发新应用—这一问题.该方法利用了Web API上代表功能属性的标签以及历史的Web API组合关系,先将Web API的标签结合WordNet字典进行了同义词统一等预处理,然后使用基于FP-growth的Web API标签关联规则挖掘算法得到了不同Web API之间的标签关联规则.最后,对标签关联规则进行筛选得到强关联的标签关联规则,这些强关联规则在一定程度上反映了Web API的组合模式.通过使用从Programmable Web获取的真实数据集进行实验,实验结果证明了本文所提方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
规则发现论文参考文献
[1]..美科学家发现新型材料弯曲规则或为下一代先进材料研发奠定基础[J].中国粉体工业.2019
[2].夏艳敏,唐兵,唐明董,曹步清,乔帅.利用关联规则挖掘的WebAPI组合模式发现[J].小型微型计算机系统.2019
[3].张伟清.可回收塑料的新发现可能会改变游戏规则[J].石油炼制与化工.2019
[4].张歆.科创板公开化问询式审核震慑力显现4家企业“被问退”并遭上交所依法终止审核[N].证券日报.2019
[5].赵玉增.法律发现:法官“找法”的规则新解[J].上海政法学院学报(法治论丛).2019
[6].申华杰.基于贝叶斯网络的微学习单元关联规则发现研究[D].太原理工大学.2019
[7].荣莉莉,李群,于振.基于电力历史应急大数据的应急情景规则分析与发现方法研究[J].中国安全生产科学技术.2019
[8].周志威.融合领域知识的关联规则知识发现研究[D].郑州大学.2019
[9].刘子闻,陈守强,徐赛,李翠霞.基于关联规则提取的中药药对发现[J].世界最新医学信息文摘.2019
[10].谢春晖.从“个案智慧”到“类案经验”:指导案例裁判规则的发现及适用研究[J].中山大学法律评论.2018