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. SAS数据挖掘白皮书

  2. 早期的计算机主要就是用来进行数据处理或称数值计算的。后来随着计算机技术及其周边设备和通讯能力的发展，计算机更多地用于了大量繁杂事务的在线处理，生产设备的实时控制等。在此过程中，计算机系统积累了越来越多的数据，数据处理的任务就更加繁重。到今天，即使是发展中的我们中国，在一个企业中有数以几十或上百GB、甚至TB计的生产经营数据已不是什么希奇的事情了。企业的数据和由此而产生的信息是企业的重要财富。它最真实、具体的反映了企业运作的本质状况。但是，面对堆积如“山”的数据，你可能并未看清企业运作的本质规律

  3. 所属分类：其它

    • 发布日期：2010-03-25
    • 文件大小：520kb
    • 提供者：liema2000

  1. hadoop与空间数据挖掘分析

  2. Hadoop用于大数据分析领域的情况进行了探讨，特别是对空间数据挖掘方面的应用情况进行介绍。

  3. 所属分类：其它

    • 发布日期：2014-09-01
    • 文件大小：21mb
    • 提供者：u010276690

  1. 网络大数据：现状与展望

  2. 作者：王元卓　靳小龙　程学旗 网络大数据是指“人、机、物”三元世界在网络空间（Ｃｙｂｅｒｓｐａｃｅ）中交互、融合所产生并在互联网上可获得 的大数据．网络大数据的规模和复杂度的增长超出了硬件能力增长的摩尔定律，给现有的ＩＴ架构以及机器处理和 计算能力带来了极大挑战．同时，也为人们深度挖掘和充分利用网络大数据的大价值带来了巨大机遇．因此，迫切 需要探讨大数据的科学问题，发现网络大数据的共性规律，研究网络大数据定性、定量分析的基础理论与基本方 法．文中分析了网络大数据的复杂性、不确定性和涌现性，总结

  3. 所属分类：网络基础

    • 发布日期：2014-11-01
    • 文件大小：973kb
    • 提供者：qqprif

  1. 开源力量——数据挖掘原理与实战

  2. 整套大数据课程从hadoop入门开始，由浅入深，内置“hadoop源码解析与企业应用开发实战”，“Hive开发实战”，“Hbase开发实战”，“Spark，mahout，sqoop，storm诸模块开发实战”，“数据挖掘基础。这个系列课程有几个板块组成，所以学员可以按照自己的实际情况选择学习。例如，对于只需要了解hadoop基本编程的人，只需要选择“hadoop源码解析与企业应用开发实战”模块就可以了；对于立志于从事大数据领域的零起点人员，可以选择四个板块依次学习；对于已经有一定基础的hado

  3. 所属分类：Java

    • 发布日期：2015-07-10
    • 文件大小：74byte
    • 提供者：billdavidup2015

  1. 大数据挖掘技术与应用

  2. 本书针对数据的海量性、复杂性、高维性、模糊性和不完整性，对数据挖掘技术中的聚类分析和关联规则分析进行了系统的研究。设计与实现了基于密度和自适应密度可达聚类算法、基于簇特征的动态增量聚类算法、并行聚类算法、基于密度加权的模糊聚类算法、高唯复杂数据聚类算法、基于数据场的聚类算法、基于距离的量化关联规则和基于数据场的量化关联规则算法，给出了在矿产资源评价、遥感图像分类、矿业经济分析中的应用例证。全书共分11章，主要内容包括：绪论，基于密度和密度可达聚类分析，基于簇特征的动态增量聚类分析，并行聚类分析

  3. 所属分类：算法与数据结构

    • 发布日期：2018-01-08
    • 文件大小：108mb
    • 提供者：q1457797371

  1. 多模态神经网络在复杂大数据特征学习中的应用

  2. 随着信息时代的发展,产生了海量复杂数据,如何从大数据中准确提取行业所需要的有效数据,是一件非常艰巨的任务。大数据的分析与挖掘的关键步骤是对大数据进行特征学习,本文在多层神经网络对传统数据处理的基础上,用张量法对大数据进行抽象建模,捕捉数据在高阶张量空间的分布特征,建立面向复杂大数据特征学习的多模态神经网络计算模型。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-17
    • 文件大小：1mb
    • 提供者：qq_28339273

  1. 遥感大数据自动分析与数据挖掘

  2. 成像方式的多样化以及遥感数据获取能力的增强,导致遥感数据的多元化和海量化,这意味着遥感大数据时代已经来临。然而,现有的遥感影像分析和海量数据处理技术难以满足当前遥感大数据应用的要求。发展适用于遥感大数据的自动分析和信息挖掘理论与技术,是目前国际遥感科学技术的前沿领域之一。本文围绕遥感大数据自动分析和数据挖掘等关键问题,深入调查和分析了国内外的研究现状和进展,指出了在遥感大数据自动分析和数据挖掘的科学难题和未来发展方向。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-20
    • 文件大小：438kb
    • 提供者：qq_28339273

  1. 宁夏工业大数据综合管理与应用平台建设方案.pdf

  2. “宁夏工业大数据综合管理与应用平台”建设是利用云技术及大数据为基础， 以自治区工业经济管理数据应用需求、项目管理的业务规则、申报项目管理的要 求、面向企业服务的特点等为依据及需求，遵照信息化系统工程建设相关规范， 综合运用云计算、大数据、内容管理、ETL、数据挖掘、决策分析等现代信息技 术，为实现工业和信息化工作协同、工业和信息化经济直报及动态监管、工业和 信息化项目规范管理、工业园区管理的信息化，有效促进“两化融合”进程、提 高工作协同化应用水平、提升工作效率的工作目标而建立的信息

  3. 所属分类：IT管理

    • 发布日期：2020-02-26
    • 文件大小：1mb
    • 提供者：fwmht

  1. 大数据语义分析知识图谱合集.zip

  2. 大数据语义分析知识图谱合集，行业知识图谱应用，第三讲 知识抽取与挖掘

  3. 所属分类：互联网

    • 发布日期：2020-07-02
    • 文件大小：84mb
    • 提供者：chen_xyun

  1. 异质信息网络分析与应用综述

  2. 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。

  3. 所属分类：机器学习

    • 发布日期：2020-08-08
    • 文件大小：1mb
    • 提供者：syp_net

  1. 大数据挖掘分析与应用笔记

  2. 第一讲、环境部署 1.Python是一种面向对象的解释型计算机程序设计语言 2.语言特征：编译性语言、解释性语言（python平台兼容性）、动态语言、静态语言、强数据类型（仅能强制转换类型安全的语言）、弱数据类型（一个变量可赋予不同数据类型的值） 3.python环境部署：网址www.python.org 选择的最低版本不小于3.5 配置完成python3环境后，配置IDE的工具，推荐vscode、pycharm 第二讲、基本知识 学习目标：掌握变量、语句、缩进、注释 掌握输入和输出语句 掌握编

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：67kb
    • 提供者：weixin_38732744

  1. 大数据挖掘、分析与应用

  2. 第一讲 基础知识 大数据指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量高增长率和多样化的信息资产。 数据挖掘(DataMining)是有组织有目的地收集数据,通过分析数据使之成为信息,从而在大量数据中寻找潜在规律以形成规则或知识的技术。 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中,数据分

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：209kb
    • 提供者：weixin_38744694

  1. 大数据挖掘分析与应用前四讲笔记

  2. 大数据挖掘分析与应用前四讲笔记 一、第一讲环境部署 1。大数据的定义 大数据指无法在可承受的时间范围内用常规软件工具进行捕捉管理和处理的数据集合，是需要新处理模式才能具有更强的决策力。 2.数据挖掘的定义 数据挖掘是收集数据，分析使之成为信息，在大量数据中寻找潜在规律。 3.数据分析 适当方法对大量数据分析，提取有用信息形成结论对数据加以研究和概括总结的过程。 4.python语言特征 面向对象的解释型计算机程序设计语言，python有丰富和强大的库。动态语言。强数据类型。 二、第二讲基本知识

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：577kb
    • 提供者：weixin_38537968

  1. 大数据挖掘分析与应用——列表和元组

  2. 列表和元组 内容描述：序列常用方法、列表、元组，列表的常用方法以及元组的常用方法。 一、序列概述 1、概念：（1）索引：从0开始，最后是-1，数据类型为整型（int） （2）元素：列表和元组的元素可以是不同数据类型，可重复。 2、 序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字-它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。 3、Python中常见的序列有列表、元组、字符串。 4、序列可以进行的操作，有索引、切片、加、乘、检查成员。此外，Python已经内置确

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：818kb
    • 提供者：weixin_38717169

  1. 二阶段近似KNN离群挖掘算法与应用

  2. 针对高维大数据集,提出了二阶段近似最近邻离群挖掘算法(TPOM),在聚类的基础上,通过加速最近邻查询和改善剪枝效率,提高了循环嵌套KNN算法的离群检测效率。应用分析表明,该算法对于实际数据集有良好的适用性和可扩展性,具有近似线性的时间复杂度。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：343kb
    • 提供者：weixin_38690017

  1. 大数据挖掘分析与应用

  2. 大数据挖掘分析与应用1-4讲总结笔记 内容描述：python语言特征及环境部署；基本知识：变量、语句、缩进、注释；输入与输出语句；编辑文件化及执行；条件语句与循环语句以及数字猜谜等四讲内容。 第一讲、环境部署 1.Python是一门动态解释性的强数据类型的编程语言。 2.语言特征： （1）编译性语言：C、C++需编译，运行速度较快 （2）解释性语言：python平台兼容性 （3）动态语言：python运行时，检测数据类型不用声明 （4）静态语言：C、C++、java编译时，检测数据类型需要使用前

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：72kb
    • 提供者：weixin_38726255

  1. 长输油气管道大数据挖掘与应用

  2. 针对未来长输油气管道智能化建设的需要，结合油气管道数据采集与监视控制（SCADA,supervisory control and data acquisition）系统及运行参数，对比传统理论方法和大数据挖掘方法的特点，提出了大数据推动管道智能化的研究方向以及管道智能化研究的数字信息化、理论化和智能化3个步骤，建立了管道智能化架构，包括物理层、数据层、数据挖掘层、应用层和用户层共5个层次，并确定以数据挖掘层为架构核心。统计分析、时序性预测和工况识别等应用案例表明，利用大数据挖掘可有效解决实际生产

  3. 所属分类：其它

  1. 大数据分析与应用技术创新平台

  2. 针对我国大数据挖掘与分析能力弱、大数据算法应用和综合能力不高等问题，系统地介绍了大数据分析与应用技术创新平台的总体技术框架，详细分析了我国大数据分析与应用五大共性技术存在的不足和解决思路，并阐述了创新平台中四大支撑平台的设计思路与应用方向，最后对大数据分析与应用技术国家工程实验室未来的发展方向和重点工作进行了介绍。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：870kb
    • 提供者：weixin_38660359

  1. 混凝土泵送机械大数据挖掘与应用

  2. 基于混凝土机械设备的施工数据、业务和生产数据，通过数据清洗和识别技术、业务模型和算法分析技术、数据可视化展示技术，构建了混凝土泵送机械的大数据分析平台，分析了全国相关设备的开工率、市场和发展趋势，并进行了市场预测，实现了动态维护保养、故障统计和实时预警，实现了大数据驱动生产、市场和服务的应用。未来可通过大数据驱动实现工程机械的智能化的转型和发展。

  3. 所属分类：其它

  1. 基于电子病历的临床医疗大数据挖掘流程与方法

  2. 以医院电子病历为核心的临床数据记录了病人的疾病、诊断和治疗信息。挖掘此类数据，可以辅助医生进行临床科研与临床诊疗。首先提出了临床大数据挖掘过程中碰到的各项难题，总结了临床医疗大数据挖掘的核心流程，流程包括以临床数据集成、基于知识图谱的临床专病库的构建过程、电子病历数据质量的评估方法以及以临床疗效分析与疾病预测为核心的临床医疗大数据应用等任务，进而对流程中的每个任务提出了解决方案，给出了实验结果。最后，展望了未来临床电子病历挖掘应用和技术的发展。

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 13 »