搜索结果: 76-90 共查到“计算机科学技术 数据挖掘”相关记录174条 . 查询时间(0.035 秒)
粗糙集和神经网络方法在数据挖掘中的应用
粗集理论 神经网络 分类
2009/7/23
提出了一种基于神经网络和粗集的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简，然后使用神经网络对数据进行学习，并同时完成属性的不一致约简，最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明，该方法快速有效，生成规则简单准确，具有良好的鲁棒性。
钢铁企业生产成本关键工序数据挖掘应用研究
数据仓库 维度建模 数据挖据
2009/7/22
在钢铁企业的成本分析中，工艺路线关键工序消耗的分析和控制成为钢铁企业生产成本决策分析中首要的任务。通过以工艺路线为切入点，结合企业的成本分析项目，对生产成本工序进行数据仓库维度建模。采用基于抽样的C4.5算法对生产成本工序数据进行挖掘，挖掘出工艺路线中的关键工序和影响钢铁企业成本的分类规则，为企业的成本管理提供了科学依据。
基于概率测度的数据挖掘扩展模型研究
概率测度 分类精度 近似空间
2009/7/17
为了得到数据挖掘过程中分类规则的统计特征，论文提出了一种挖掘概率规则的新方法。首先在经典粗糙集概念的基础上分析概率规则的分类，并将其推广到不确定系统的集合等价关系中，即用条件概率的形式表示研究集合的上下近似空间；然后根据概率规则的测度从条件概率的角度利用条件属性的逼近精度的相关参数进行属性集的约简进而提取分类规则；最后给出了相关的仿真实验结果，结果表明带有概率测度的分类规则更合理。
基于领域本体的数据挖掘服务发现算法
Web服务 领域本体 服务选择
2009/7/17
随着数据库的广泛应用，数据挖掘技术面临数据的海量化、分布化问题。采用面向服务的架构构造数据挖掘系统是解决该问题的方法之一。提出一种基于领域本体的数据挖掘服务发现算法，通过引入领域知识，定义数据挖掘本体，有效地解决了数据挖掘服务发现问题。首先给出了结合领域知识的数据挖掘服务发现框架，提出了数据挖掘方法本体和质量本体的定义，并给出了根据领域知识及用户需求进行数据挖掘服务发现的算法，为数据挖掘服务选择提...
基于群体智能的离群数据挖掘
离群数据挖掘 群体智能 聚类
2009/7/16
离群数据挖掘是数据挖掘的重要任务之一。首先分析了离群数据及其挖掘方法，然后根据LF算法和CSI算法，提出了基于群体智能的离群数据挖掘算法，并进行了仿真实验。实验结果显示了基于群体智能的离群数据挖掘算法的有效性。与其它方法相比，该算法避免了用户在设定参数初始值时给算法带来的影响，并且不需要设定初始聚类中心，因此具有更好的鲁棒性。
基于数据挖掘的SNORT网络入侵检测系统
聚类分析 关联分析 Snort
2009/7/16
回顾了当前入侵检测技术和数据挖掘技术，对Snort网络入侵检测系统进行了深入的剖析；然后在Snort的基础上构建了基于数据挖掘的网络入侵检测系统模型；重点设计和实现了其中基于k-means算法的异常检测引擎和聚类分析模块，并对k-means算法进行了改进，使其更适用于网络入侵检测系统。
基于数据挖掘的肝阳上亢证的症状敏感性研究
中医 肝阳上亢证 症状敏感性
2009/7/16
应用偏微分效用分析方法对中医肝阳上亢证的症状敏感性进行了研究，绘制出了程度影响参考曲线。在此基础上，又对研究对象进行了深度挖掘分析，得出了在限定性条件下症状对肝阳上亢证影响敏感性的一般性结论。提出了诊断－治疗参考模型的设想。
基于数据挖掘的人口数据预测模型综述
预测模型 综述 数据挖掘
2009/7/16
论文调查了国内外基于数据挖掘技术的人口数据预测模型。根据预测目的不同对这些模型进行了分类比较，在此基础上综合各模型的优缺点，对今后的研究工作做了进一步展望。
基于数据挖掘的网络入侵检测系统设计与实现
入侵检测 数据挖掘 Snort
2009/7/16
设计了一个基于数据挖掘技术的网络入侵检测系统模型。该模型在Snort入侵检测系统的基础上，利用数据挖掘技术增加了聚类分析模块、异常检测引擎和关联分析器。该系统不仅能够有效地检测到新的入侵行为，而且能提升检测的速度，在达到实时性要求的同时，解决了一般网络入侵检测系统对新的入侵行为无能为力的问题。
教育考试数据挖掘的研究与实现
雪花模型 关联规则 教育考试数据库
2009/7/15
进行教育考试数据挖掘与分析研究，有利于充分发掘教育考试数据的潜在价值，更好地为教育管理、教育决策提供科学的依据。分析了教育考试数据资源现状与特点，构建了高考数据集市雪花模型，采用Apriori算法生成频繁数据项集，并以最小置信度75%为条件，挖掘出考生4科高考成绩之间的关联规则。
面向企业信用评估的分布式隐私保护数据挖掘
分布式 隐私保护 数据挖掘
2009/7/14
介绍企业信用评估和当前隐私保护数据挖掘技术的最新进展，利用适用于企业信用评估的大规模分布式隐私保护数据挖掘架构，讨论了基于该架构的面向企业信用评估的分布式隐私保护数据挖掘。该研究不仅将有助于大规模分布式环境下的隐私保护数据挖掘系统的研发，而且能够有力推动“信用中国”的建设步伐，以达到更好地服务经济的目的。
时空特性约束下的数据挖掘隐私保护方法
隐私保护 时空约束 数据安全级
2009/7/10
在隐私保护数据挖掘的研究中，隐私数据的时间特性以及空间特性是历来研究中常常被忽视的。将数据的安全级与时间性、空间性相结合，引入了数据安全级的时效性及空效性，然后采用层次概化方法进行数据隐私保护处理，并提出了基于时空特性的隐私保护关联规则挖掘算法。最后通过实验对算法的信息损失度、执行时间、算法效能等性能进行了分析和验证。
使用统计变异指标研究离群数据挖掘方法
统计变异 离群数据 偏差数据
2009/7/10
对统计数据的散度情况，即数据变异指标，进行了说明，变异指标可以使我们对数据的总体特征有更进一步的了解，进而对数据的分布情况有所了解，变异指标对发现数据中的离群数据有一定的作用。作者使用变异指标对基于偏差的离群数据的发现方法进行改进，改进后的算法适合于多维数值数据。
数据挖掘技术在高校人力资源管理中的应用研究
特征归约 聚类分析 关联规则
2009/7/10
针对一个真实的高校人力资源数据集，分析了在高校人力资源管理中适用的数据挖掘技术与过程，通过探索性的数据分析进行了特征值的离散化和特征值的归约、特征选择和构造等方面的分析，并给出了衡量教学科研人员科研能力水平的分类标签建议。利用决策树模型分析了影响教师科研能力的几个关键因素，聚类分析对教师的现状进行了客观而有效地描述，关联规则技术描述了教学、科研和社会工作等几方面的关系。研究分析的结果具有较好的解释...