共查询到18条相似文献，搜索用时 578 毫秒
1.
廖律超 《福建工程学院学报》2012,(3):266-270
分析了公众出行信息特征及影响出行线路选择的因素,设计了多源交通数据融合挖掘的系统框架,并研究了其中的多源数据相关度计算、层次化子空间聚类及联合聚类挖掘等关键技术。理论分析及实验结果表明,系统对于多源交通数据的融合分析及高维数据的降维聚类具有良好的处理能力及可扩展性。 相似文献
2.
提出一种结合二维PCA和二维LDA的降维方法,并将方法应用于人脸识别研究.对传统的半监督模糊聚类算法进行改造,使之可以直接用于二维数据矩阵进行动态聚类,并据此设计了一种动态学习算法.实验结果表明,与其他降维方法和聚类算法比较,这种结合了二维LDA的半监督聚类模型具有更好的识别率. 相似文献
3.
4.
本文从职业学校的教学实际情况出发,详细介绍了数据挖掘技术在教学中的应用,主要阐述了数据挖掘算法以及工具的选取,数据准备阶段的主题选取以及数据库事实表与维表的设计等. 相似文献
5.
本文介绍了数据挖掘的定义以及数据挖掘的三个过程:数据预处理、数据建模和评估、模型应用,重点阐述了数据建模的三种主要技术:关联规则、分类和聚类,最后对数据并不能挖掘在科学研究、金融、电信和Internet上的应用进行了论述. 相似文献
6.
针对数据挖掘中高维数据多分类问题,提出了一种基于二分K均值的SVM决策树的高维数据分类方法.该方法先利用二分K-均值将高维数据基本聚为k类,再构造SVM多分类模型,利用它对各类进行细分.本文给出了该模型的构造及应用方法,并在标准数据集上验证了该方法的有效性. 相似文献
7.
本文设计了一个基于数据挖掘的课程管理系统,采用了关联规则、分类、聚类等几种主要的数据挖掘方法,对学生学习过程中各类数据进行分析,挖掘学生成绩与教学过程中各类课堂数据之间隐藏的关系,为教师教学及学生日后的学习提供指导。 相似文献
8.
近年来,数据挖掘技术的研究备受国内外关注,其主要原因是信息技术发展产生了大量分散的数据,迫切需要将这些数据转换成有用的信息和知识.此前的研究,主要集中于分类算法及应用方面的研究,但某些特殊领域,如生物信息学研究等,需要通过聚类方法解决一些实际问题.本文从横向深入分析了数据挖掘技术中聚类算法的发展,对层次法、划分法、模糊法,以及量子聚类、核聚类,基于密度和网格等10种聚类算法的原理、过程和特点等都进行了比较详细的分析论述. 相似文献
9.
为了适应大数据时代,新课标初中阶段增加了“数据分类”内容.数据分类有两种类型,一种是体现判别思想的数据分类,一种是体现聚类思想的数据分类,新课标初中阶段的“数据分类”体现了聚类思想.结合聚类分析的定义、特点等讨论得出,新课标初中阶段的“数据分类”是聚类分析中的最优分割法的一种特殊、简化形式,能够满足为初中生提供入门级的“聚类”学习的基本需求. 相似文献
10.
刘耀南 《广东技术师范学院学报》2012,(6):10-15
为了充分有效利用高校教学管理工作多年来积累的大量数据,采用数据挖掘技术从中挖掘出有价值的信息,为学校教学管理提供决策支持,设计了一个专门的高校教学决策支持系统.该系统基于数据挖掘及数据仓库技术,采用C/S/S和B/S/S模式的三层体系结构,使用关联规则、决策树、聚类等方法对高校数据进行分析.通过基于预处理的改进Apriori算法在教学评价中的应用为例,说明数据挖掘过程,分析挖掘结果. 相似文献
11.
数据挖掘是从大量的数据中提取知识。数据挖掘的主要功能有关联、分类、预测、聚类和时序分析等。文章对关联规则和分类规则这两种挖掘模式的存储方法进行研究,提出在关系数据库系统中使用主-子表来存储关联规则和分类规则的方法,继而将这种存储方法应用在其它类型的模式上,形成一种统一的数据挖掘模式的存储方法。 相似文献
12.
数据挖掘是从事务数据库中抽取有用的知识和感兴趣的模式,而从事务数据库中发现关联规则是最常见的挖掘技术之一。提出一个遗传模糊关联规则挖掘框架和综合聚类、模糊和遗传概念的多最小支持度的遗传模糊关联规则挖掘算法。该算法从定量事务数据库中抽取合理的多最小支持度值、隶属函数和模糊关联规则,首先使用k—means聚类算法采集相似项目,然后初始化一个种群设定相同的支持度值,每一个染色体通过需求满足的标准和隶属函数的适应性来评估是否满足其适应度。 相似文献
13.
14.
基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分。在分析和总结了现有各种特征提取方法的基础上，提出了基于核密度估计聚类和关联规则的医学图像分类算法和关联规则的医学图像分类器框架。该算法先用核密度估计的聚类算法实现医学图像的聚类，在聚类的结果上提取局部特征，在局部特征上用关联规则实现医学图像的分类。实验结果表明可以较好的提高医学图像分类的准确率。 相似文献
15.
对基于关联规则的数据挖掘算法进行了研究,对经典的频繁项集计数算法进行了改进,提高了关联规则数据挖掘的效率。优化结果证明了关联规则算法在医学科研实验室数据挖掘中的重要作用。 相似文献
16.
针对煤炭企业采用的基于关联规则的数据挖掘技术存在的不足,文章提出了一种基于时间聚类的加权关联规则挖掘算法,分析了关联规则的基本概念,简要介绍了传统Apriori算法原理,详细介绍了基于时间聚类的加权关联规则挖掘算法原理及实现．实际应用范例表明,与Apriori算法相比,基于时间聚类的加权关联规则挖掘算法具有较高的准确性． 相似文献
17.
关联规则是数据挖掘中一个非常重要的任务,有许多针对于关联规则的挖掘算法,然而需要提高算法的有效性来处理现实世界中的数据集。基于聚类的关联规则挖掘算法法通过扫描数据库创建聚类表,将收集的事务记录放入聚类表中,通过局部聚类表的约束来产生频繁项集,不仅可以剪枝候选项集,降低数据扫描的时间,而且确保挖掘结果集的正确性。实验结果表明,基于聚类的关联规则挖掘算法比Apfiori算法有更高的执行效率。 相似文献
18.
杨晓辉 《天津工程师范学院学报》2006,16(3):39-42
从生态安全模型与评价指标体系入手，研究了数据挖掘技术在区域生态安全评价专家系统中的应用目标与任务；综合运用神经网络、关联规则挖掘等人工智能方法，实现了对生态数据的挖掘，结合梯度法对挖掘的结果进行了必要的处理，使最终的结果更真实合理；探讨了数据挖掘技术引入生态专家系统后系统所具有的特点。 相似文献