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、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8mb
    • 提供者：linkui26

  1. 数据流挖掘中的聚类算法综述

  2. 摘 要: 近期，随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流，对数据流挖掘的研究变得重要而富有意义。聚类分析作为数据流挖掘领域的一个重要问题，在近期被高度重视和广泛研究。由于数据流模型不同于传统数据集的特殊性质，新的要求和挑战应运而生。本文对数据流挖掘中各种聚类分析算法和处理框架做了综述。文章力图回顾数据流聚类分析领域的最近发展水平，提供给读者该领域的一个清晰的蓝图。为了实现这个目标，我们将首先介绍数据流聚类的

  3. 所属分类：其它

    • 发布日期：2009-07-02
    • 文件大小：751kb
    • 提供者：aonu

  1. 模糊数据挖掘在高校学生管理中的应用

  2. 摘要：分析了目前高校学生管理工作中存在的问题,探讨了模糊数据挖掘理论在高校学生管理中的 应用。研究设计了一种数据挖掘方法,能够对高校学生进行聚类分析,从而发现高校内部学生的类型, 并可判断某学生属于哪一种类型,对高校学生管理工作具有理论和现实意义。

  3. 所属分类：专业指导

    • 发布日期：2009-07-06
    • 文件大小：221kb
    • 提供者：wlczabc123

  1. Apriori 数据挖掘算法的C#实现

  2. 数据库中的知识发现 (Knowledge Discovery in Databases,KDD) 是利用计算机自动地从海量信息中提取有用的知识 , 是一种有效利用信息的新方法 , 目前已成为数据库领域的研究热点之一。 KDD 的研究焦点在于数据挖掘。数据挖掘是从大型数据库或数据仓库中提取人们感兴趣的知识 , 这些知识是隐含的 , 事先未知的潜在的有用信息。主要包括的方法有 : 分类、回归分析、聚类、关联分析等 [1][5] 。关联规则的提取主要针对大型事务数据库。由于关联规则提取需要重复扫描数

  3. 所属分类：其它

    • 发布日期：2009-12-29
    • 文件大小：44kb
    • 提供者：qzq14

  1. 空间数据挖掘在基于GIS的交通诱导系统中的应用

  2. 绍了基于Gis的交通诱导系统，并指出模栩地名匹配问题是其中一个急熏解决的难题.针对这一问题，研究了空间数据抢掘方法中的聚类分析方法，建立了基于聚类分析方法的模栩地名匹配模型，并提出了基于CURE聚类方法的求解算法.

  3. 所属分类：交通

    • 发布日期：2010-01-23
    • 文件大小：276kb
    • 提供者：yingying080123

  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. 基于网格的聚类方法研究.pdf

  2. 【摘要】：随着网格技术和数据挖掘技术的成熟,基于网格的数据挖掘应用越来越广泛。简要的介绍网格和数据挖掘的基础知识,并结合局域网中个人计算机的特点,分析由个人计算机组建的网格环境下的数据挖掘过程,并给出了数据挖掘的过程图以及每一个阶段要完成的主要工作。

  3. 所属分类：专业指导

    • 发布日期：2010-07-20
    • 文件大小：953kb
    • 提供者：zhujian2012

  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. 基于数据挖掘的零售业客户细分研究

  2. 基于数据挖掘的零售业客户细分研究 ●叶孝明黄祖庆 摘要：文章根据基于购买行为的客户细分方法，运用数据挖掘中的聚类分析和决策树分类技术，对零售业客户细分 模型进行了研究、建立及实验分析，为零售业客户细分提供了一种有效而实用的分析方法。 关键词：零售业；客户细分；数据挖掘 客户细分是客户关系管理的基本任务之一，在目前客 户终生价值研究还没有成熟的情况下。采用基于购买行为 的客户细分方法不失为一种有效的选择。对于零售企业而 言．通过一定的技术将客户细分为不确定型客户、经常性 客户、乐于消费型客户和最

  3. 所属分类：餐饮零售

    • 发布日期：2010-10-14
    • 文件大小：399kb
    • 提供者：gadflyyy

  1. 一种基于相容关系的聚类算法

  2. 摘要: 聚类分析是数据挖掘中一个重要研究内容。传统的聚类算法可划分为硬聚类和模糊聚类两大类, 提出 一种基于对象集上的相容关系的聚类算法, 该算法通过极大相容簇来对数据对象集进行分类, 使得同一对象可 以属于不同的簇, 而每个簇又有自己独有的成员对象, 从而得到既不同于硬聚类也不同于模糊聚类的聚类效果。 实验进一步表明了该算法的聚类的合理性。

  3. 所属分类：其它

    • 发布日期：2010-11-25
    • 文件大小：666kb
    • 提供者：gaoyang9870

  1. 数据挖掘中的聚类分析研究

  2. 数据挖掘中的聚类分析研究数据挖掘中的聚类分析研究数据挖掘中的聚类分析研究数据挖掘中的聚类分析研究

  3. 所属分类：专业指导

    • 发布日期：2010-11-29
    • 文件大小：233kb
    • 提供者：xieguiqing

  1. 数据挖掘中聚类算法比较研究

  2. 聚类分析是数据挖掘中的一种重要技术。本文介绍了数据挖掘对聚类的典型要求和聚类方法的分类。

  3. 所属分类：互联网

  1. 聚类分析详细原理

  2. 聚类（ ）是一个将数据集划分为若干组（）或类（）的 过程，并使得同一个组内的数据对象具有较高的相似度；而不同组中的数据对象 是不相似的。相似或不相似的描述是基于数据描述属性的取值来确定的。通常就 是利用（各对象间）距离来进行表示的。许多领域，包括数据挖掘、统计学和机 器学习都有聚类研究和应用

  3. 所属分类：其它

    • 发布日期：2011-12-06
    • 文件大小：541kb
    • 提供者：pipixia_ztx

  1. 聚类算法研究

  2. 聚类算法研究 据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有极其重要的作用.聚类主 要应用于模式识别中的语音识别、字符识别等,机器学习中的聚类算法应用于图像分割和机器视觉,图像处理 中聚类用于数据压缩和信息检索.聚类的另一个主要应用是数据挖掘(多关系数据挖掘)、时空数据库应用(GIS 等)、序列和异类数据分析等.此外,聚类还应用于统计科学.值得一提的是,聚类分析对生物学、心理学、考古学、 地质学、地理学以及市场营销等研究也都有重要作用[1−3]. 本文一方面从算法思

  3. 所属分类：专业指导

    • 发布日期：2012-03-06
    • 文件大小：863kb
    • 提供者：comaple

  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. 基于Spark框架的聚类算法研究

  2. 大数据的挖掘是当今的研究热点,也有着巨大的商业价值。新型框架Spark部署在Hadoop平台上,它的机器学习算法几乎可以完全替代传统的Mahout Map Reduce的编程模式,但由于Spark的内存模型特点,执行速度快。该文研究了Spark中的机器学习中的聚类算法KMeans,先分析了算法思想,再通过实验分析其应用的方法,然后通过实验结果分析其应用场景和不足。

  3. 所属分类：spark

    • 发布日期：2018-06-22
    • 文件大小：1mb
    • 提供者：qq_28339273

  1. 工艺设计信息系统中的知识发现技术研究

  2. 知识发现 数据挖掘 聚类分析 实例推理 工艺元 工艺决策

  3. 所属分类：专业指导

    • 发布日期：2010-07-28
    • 文件大小：8mb
    • 提供者：xqwerfv

  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：3mb
    • 提供者：songzailu6482

  1. 嵌入式系统/ARM技术中的一种基于密度的聚类的算法

  2. 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异目前，它已成为数据挖掘研究领域中一个非常活跃的研究方向。聚类分析技术在模式识别、数据分析、图像处理和市场研究等许多领域得到了广泛的应用。 　　许多算法被设计用来聚类数值类型的数据。但是，应用可能要求聚类其他类型的数据，如二元类型（binary），分类/标称类型（categorical/nominal），序数型（ordinal）数据，或

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：205kb
    • 提供者：weixin_38621565

  1. 聚类分析的方法及应用

  2. 通常，我们在研究与处理事物时，经常需要将事物进行分类，例如地质勘探中根据物 探、化探的指标将样本进行分类；古生物研究中根据挖掘出的骨骼形状和尺寸将它们分类； 大坝监控中由于所得的观测数据量十分庞大，有时亦需将它们分类归并，获得其典型代表再 进行深入分析等，对事物进行分类，进而归纳并发现其规律已成为人们认识世界、改造世界 的一种重要方法。

  3. 所属分类：互联网

    • 发布日期：2020-12-26
    • 文件大小：305kb
    • 提供者：muguli2008
« 12 3 4 »