注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1mb
    • 提供者：huanghyw

  1. 基于SOM算法的中文文本聚类

  2. 文本挖掘是数据挖掘领域中一个热门的研究方向。在文本挖掘领域中，文本聚类技术有助于缩小数据搜索空间，提高查询精度。作为一种无监督的机器学习方法，文本聚 类技术己经成为对文本信息进行有效地组织、摘要和导航的重要手段，为越来越多的研究人员所关注。可以说，文本聚类的研究具有重要的理论意义和实际使用价值。自组织特征映射神经网络SOM在聚类应用中具有自组织映射、可视化好、计算效率高、聚类效果好等良好特性。因此，本文将SOM神经网络应用到中文文本聚类中，研究其在文本聚类中的有关特性。

  3. 所属分类：其它

    • 发布日期：2011-04-21
    • 文件大小：4mb
    • 提供者：tomcatsg

  1. 基于BP神经网络人口预测模型的研究与应用.pdf

  2. 人口问题是21 世纪中国所面临的重大问题, 同时也是关系到社会发展的重要因素。因此人口预测, 作为经济、社会研究的一种方法越来越受到人们的重视。对人口数据进行知识的发现, 可以了解未来人口的演化进程, 从而对连带的一系列的社会问题如教育、劳动力结构等有一个充分的认识。正确的人口预测结果将对政府制定与此相关的政策意义重大。利用数据挖掘中的BP 神经网络技术, 构建了人口预测模型, 并根据实际数据利用该模型进行了实证预测。

  3. 所属分类：教育

    • 发布日期：2012-03-18
    • 文件大小：493kb
    • 提供者：songpf26757

  1. 模式分析的核方法

  2. 本书详细介绍基于核的模式分析的基本概念及其应用，主要内容包括：主要理论基础，若于基于核的算法，从最简单的到较复杂的系统，例如核偏序最小二乘法、典型相关分析、支持向量机、主成分分析等。还描述了若干核函数，从基本的例子到高等递归核函数，从生成模型导出的核函数(如hmm)到基于动态规划的串匹配核函数，以及用于处理文本文档的特殊核函数等。. 　　本书适用于所有从事模式识别、机器学习、神经网络及其应用的学生、教师和研究人员。 　　模式分析是从一批数据中寻找普遍关系的过程。它逐渐成为许多学科的核心，从神经

  3. 所属分类：C

    • 发布日期：2013-11-12
    • 文件大小：29mb
    • 提供者：xuws20

  1. 模式分析的核方法

  2. 模式分析是从一批数据中寻找普遍关系的过程。它逐渐成为许多学科的核心，从神经网络到所谓句法模式识别，从统计模式识别到机器学习和数据挖掘，模式分析的应用覆盖了从生物信息学到文档检索的广泛领域，从复杂的生物信息学到相对简单的文档检索等。《模式分析的核方法》包括三部分：这个领域的基本概念；若干基于核的算法；若干核函数。适用于所有从事模式识别、机器学习、神经网络及其应用的学生、教师和研究人员。

  3. 所属分类：算法与数据结构

    • 发布日期：2017-06-02
    • 文件大小：29mb
    • 提供者：kilo1002123

  1. 应用预测建模 Applied Predictive Modeling

  2. 译者序 前言 第1章 导论 1.1 预测与解释 1.2 预测模型的关键部分 1.3 专业术语 1.4 实例数据集和典型数据场景 1.5 概述 1.6 符号 第一部分 一般策略 第2章 预测建模过程简介 2.1 案例分析：预测燃油效能 2.2 主题 2.3 总结 第3章 数据预处理 3.1 案例分析：高内涵筛选中的细胞分组 3.2 单个预测变量数据变换 3.3 多个预测变量数据变换 3.4 处理缺失值 3.5 移除预测变量 3.6 增加预测变量 3.7 区间化预测变量 3.8 计算 习题 第4章

  3. 所属分类：机器学习

    • 发布日期：2018-06-14
    • 文件大小：74mb
    • 提供者：u011051172

  1. 数据挖掘方法在生物实验数据上的应用

  2. 桑黄是一种具有很大的药用价值的真菌,其产物黄酮具有抗癌作用。现阶段对桑黄黄酮的研究主要集中在多糖的药用机理、组成等。鉴于桑黄很少存在于野生环境,桑黄黄酮类化合物大多是从实验室培养提取。桑黄的实验室培养成为一个非常有前景的研究方向。为了解决生物实验试验周期长,实验数据难以利用的问题。本文利用桑黄生物实验所得到的数据,包括接种量、PH值、初始液量、温度、种龄、发酵时间和转速等参数。利用数据挖掘的方法,建立高产、低产的分类模型对数据进行分类。随后建立了基于高产数据集的BP神经网络预测模型计算机模型。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-17
    • 文件大小：437kb
    • 提供者：qq_28339273

  1. 基于机器学习算法的寿命预测与故障诊断技术应用与发展综述.pdf

  2. 寿命预测与故障诊断作为复杂装备系统可靠性分析中的两类重要问题，基于数据驱动的机器学习分析方法具有良好的 工程效果；文章系统地从故障预测与寿命估算及后续健康管理的实际工程需求出发，深入分析该类型系统因性能衰退出现的早期 故障诊断与维护时间确定的共性难点问题并深度挖掘其所对应的关键科学问题，对机器学习算法在其中的应用与研究进行综述， 重点阐述了人工神经网络、支持向量机等机器学习算法，对于完善可靠性分析方法，进一步推动机器学习算法在可靠性工程领域 的运用具有一定的指导意义。

  3. 所属分类：机器学习

  1. Java机器学习.pdf

  2. 机器学习是人工智能的一个分支，它在算法与数据的协助下，让计算机像人类一样学习和行 动。针对给定的数据集，机器学习算法会学习数据的不同属性，并对以后可能遇到的数据属性进 行推断。 本书教你如何使用Java创建并实现机器学习算法，既有基础概念的讲解，也有示例供你学习。 当然，还会介绍一些常用的机器学习库，如Weka、 Apache Mahout、 Mallet等。阅读本书后，你 将懂得如何为特定问题选择合适的机器学习方法，以及如何比较与评估不同技术的优劣。书中还 会讲解性能提升技术，包括输入预处理

  3. 所属分类：Java

    • 发布日期：2019-07-15
    • 文件大小：5mb
    • 提供者：qq_35409106

  1. data mining分类思维导图-.rar

  2. 分类是数据挖掘、机器学习和模式识别中一个重要的研究领域。通过对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择算法或研究者改进算法提供了依据。 解决分类问题的方法很多 ，单一的分类方法主要包括：决策树、贝叶斯、人工神经网络、K-近邻、支持向量机和基于关联规则的分类等；另外还有用于组合单一分类方法的集成学习算法，如Bagging和Boosting等。

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：255kb
    • 提供者：qq_36739040

  1. 基于数据挖掘的煤炭价格预测

  2. 人工神经网络与灰色理论都可以用来处理这种非线性、动态序列的预测问题。这两种数据挖掘方法都各有其优点与理论根据,究竟何种模型较适合煤炭价格预测,众说纷纭。为了避免顾此失彼,遗漏了一些重要的信息,本文研究了采用组合预测的方法,提出了将这两种数据挖掘的方法进行序列价格预测的方案,分析了方案的可行性。

  3. 所属分类：其它

    • 发布日期：2020-05-02
    • 文件大小：173kb
    • 提供者：weixin_38713996

  1. 人工神经网络在数据挖掘中的潜在应用

  2. 神经网络的方法不常用于数据挖掘任务,因为他们可能具有复杂的结构,训练时间长,和不易理解的结果表示和常产生不可理解的模型,然而,神经网络具有对噪声数据的高承受能力和高精确度,是数据挖掘中的优先考虑。该文,做了调查来探索人工神经网络在数据挖掘技术中的应用,还研究了基于神经网络基础实现数据挖掘的关键技术和方法。

  3. 所属分类：其它

    • 发布日期：2020-07-04
    • 文件大小：178kb
    • 提供者：weixin_38735101

  1. 基于神经网络的数据挖掘方法研究

  2. 基于神经网络的数据挖掘方法研究

  3. 所属分类：IT管理

    • 发布日期：2017-04-19
    • 文件大小：3mb
    • 提供者：u014727529

  1. 28组-大数据处理-异质图神经网络.pptx

  2. 实际系统往往由大量类型各异、彼此交互的组件构成.当前大多数工作将其建模为同质信息网络,并未对网络中不同类型的对象及链接加以区分.近年来,越来越多的研究者将这些互联数据建模为由不同类型节点和边构成的异质信息网络,并利用网络中全面的结构信息和丰富的语义信息进行更精准的知识发现.随着大数据时代的到来,异质信息网络自然融合异构多源数据的优势使其成为解决大数据多样性的重要途径.因此,异质信息网络分析迅速成为数据挖掘研究和产业应用的热点.本文对异质信息网络分析与应用进行了全面综述.除介绍异质信息网络领域的基

  3. 所属分类：机器学习

    • 发布日期：2020-09-29
    • 文件大小：5mb
    • 提供者：qq_41346728

  1. 改进的遗传BP神经网络数据挖掘算法及应用

  2. 介绍了数据挖掘的定义和常用方法，研究了基于遗传BP神经网络的数据挖掘算法，并对其交叉算子进行了改进，提高算法训练速度。实验结果表明，将该方法应用于油气识别中，效果良好，具有一定的实际应用价值。

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：242kb
    • 提供者：weixin_38507208

  1. 基于多任务迭代学习的论辩挖掘方法

  2. 论辩挖掘可分为： 论点边界的检测，论点类型的识别，论点关系的抽取三个子任务。 现有的工作大多数对子任务分别建模研究， 忽略了三个子任务之间的关联信息， 导致性能低下。 另外， 还有部分的工作采用流水线模型把三个子任务进行联合建模，流水线模型仍然是独立的看待每个子任务，为每个子任务训练单独的模型，存在错误传播的问题，且在训练过程中产生了冗余信息。 因此， 提出了一种基于多任务迭代学习的的论辩挖掘方法。 该方法将论辩挖掘三个任务并行地联合一起学习，首先通过深度卷积神经网络（CNN） 和高速神经网络（

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：927kb
    • 提供者：weixin_38536716

  1. 基于神经网络和大数据的网络安全状况预测系统

  2. 在当今的大数据时代，传统方法在处理网络安全问题方面效率低下，而且大多数时候甚至不起作用。 本文研究的系统是在Hadoop平台上设计并实现的基于神经网络的网络安全状况分析与预测系统。 通过收集分布式数据并减小其尺寸，该系统降低了数据复杂性，从而实现了大数据的高效处理。 我们采用优化的K-Means聚类分析算法来简化数据，并利用最佳关联规则挖掘方法来发现网络中存在的威胁和风险。 上一部分是网络安全状况分析。 在网络安全状况分析的基础上，采用基于时间维度的新方法来预测未来的网络安全状况。 该系统通过融

  3. 所属分类：其它

  1. 基于优化可形变区域全卷积神经网络的人头检测方法

  2. 人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过残差网络和区域候选网络获得特征及感兴趣区域,并在残差网络中添加可形变卷积层。再将感兴趣区域输入池化层,进行可形变位置敏感均值池化。最后进行分类与目标位置精修,并提出将位置敏感感兴趣区域对齐并进行池化操作。为了改善网络在多尺度头部的检测效果,更新区域候选网络中锚点生成规则。利用在线难

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10mb
    • 提供者：weixin_38742927

  1. 神经网络python源码分享

  2. 神经网络的逻辑应该都是熟知的了，在这里想说明一下交叉验证 交叉验证方法： 看图大概就能理解了，大致就是先将数据集分成K份，对这K份中每一份都取不一样的比例数据进行训练和测试。得出K个误差，将这K个误差平均得到最终误差 这第一个部分是BP神经网络的建立 参数选取参照论文：基于数据挖掘技术的股价指数分析与预测研究_胡林林 import math import random import tushare as ts import pandas as pd random.seed(0) def ge

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：100kb
    • 提供者：weixin_38609765