搜索结果: 1-12 共查到“知识库 人工智能 数据挖掘”相关记录12条 . 查询时间(0.141 秒)
基于数据挖掘的符号序列聚类相似度量模型
符号序列聚类 数据挖掘 相似性模型
2009/8/7
为了从消费者偏好序列中发现市场细分结构,采用数据挖掘领域中的符号序列聚类方法,提出一种符号序列聚类的研究方法和框架,给出RSM相似性度量模型。调整RSM模型参数,使得RSM可以变为与编辑距离、海明距离等价的相似性度量。通过RSM与其他序列相似性度量的比较,表明RSM具有更强的表达相似性概念的能力。由于RSM能够表达不同的相似性概念,从而使之能适用于不同的应用环境,并在其基础上提出自组织特征映射退火...
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。
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。
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。
数据挖掘技术在药物配方研究中的应用
数据立方体 最优解 生物碱杀螺剂
2009/6/30
在新型药物的研制过程中,了解药理及其副作用是十分重要的。通过应用数据挖掘技术对生物碱杀螺剂实验数据的分析处理,提出了一种新的多因素模型推导方法,揭示了药物杀螺过程中各个影响因素的变化规律,给出了生物碱杀螺剂在实际应用中的最优参考条件,为合理利用生物碱杀螺剂进行最优效果的杀螺提供了理论依据。
基于数据挖掘的网络论坛话题热度趋势预报
时间序列 小波分析 神经网络
2009/6/29
利用小波分析和神经网络相结合的方法进行网络论坛话题热度趋势的预报。该方法主要是对由帖子的点击数(或回复数)所形成的原始时间序列进行小波多尺度分析,产生一系列子序列并进行评价,并通过BP神经网络进行类别训练,找出使得类内距离最小、类间距离最大的若干系数作为特征系数。对于未知类别的时间序列,把其特征系数送入神经网络进行预测。实验结果表明,将该方法用于网络论坛话题的热度趋势预测,可得出良好的预测精度。
基于数据挖掘技术的带钢力学性能质量模型
数据挖掘 人工神经网络 力学性能
2009/3/20
介绍了建立热轧带钢力学性能质量模型的数据挖掘过程。用普通神经网络建立起由工艺参数预测力学性能的质量模型,模型预测结果的5%命中率是0.508。提出了一种新的建模方法──逐层逼近法,并用它建立起质量模型,预测结果的5%命中率达到0.721,完全可以满足现实生产需要。
正则化训练的神经网络与粗集理论相结合的股票时间序列数据挖掘技术
时间序列 正则神经网络 数据挖掘
2009/3/18
论文提出将正则化神经网络与粗集理论相结合应用于股票时间序列数据库的数据挖掘.首先对时间序列数据库进行预处理,除去高频干扰信号,然后将股票时间序列数据按照收盘价的变化趋势分割成一系列静态模式,每种模式代表股票价格的一种行为趋势(上涨或下跌),把决定各种模式的相关属性组成一系列信息,形成一个适用于粗集方法的信息表.然后使用正则神经网络对信息表进行学习,用粗集理论从正则神经网络所存储的知识中抽取规则,得...
基于支持向量机的数据挖掘研究
数据挖掘 支持向量机 NPA算法 分类
2009/2/27
分析NPA训练算法,指出其不足并提出改进措施。在第1类子循环的前半阶段采用Gilbert迭代,后半阶段采用NPA迭代,并提出界定这2个阶段的方法,利用中间计算结果优化了第2类子循环中的迭代过程。在不增加计算量的条件下,提高了算法收敛速度。基于该算法开发的自动分类模拟系统获得了较好的分类结果。
BP神经网络在数据挖掘分类中的应用
神经网络 反向传播算法 数据挖掘 分类
2005/9/5
结合人工神经网络对噪声数据具有高承受能力,且对未经训练的数据具有分类模拟能力的特点,讨论了在数据挖掘领域中利用BP网络进行数据分类的实现过程,描述并分析了BP算法.然后,针对银行业务中客户信用政策给出了实例分析,用该算法建立了一个分类模型,根据存款金额、贷款次数、及时还贷率等数据信息实现对客户信用等级的分类.