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. 电子政务数据交换、数据流引擎及数据中心.doc

  2. 一、 总论 3 1.1 概述 3 1.2 我们对标书的理解 5 1.3系统建设原则 6 1.4系统建设总体目标 6 1.5系统平台的技术指标 7 二、CIP IESD在××电子政务中的应用 9 2.1 需求分析 9 2.1.1 数据交换 10 2.1.2 数据流引擎 10 2.1.3 数据中心 12 2.2 系统总体结构 13 2.3 数据交换系统（数据交换/数据流引擎）设计 14 2.3.1 需要解决的问题 14 2.3.2 系统体系结构 15 2.3.3 数据交换标准 17 2.3.4数据

  3. 所属分类：电子政务

    • 发布日期：2009-06-09
    • 文件大小：3mb
    • 提供者：mbjava

  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. 数据流文献，数据挖掘的电子课本，数据挖掘的10大经典算法

  2. 数据流文献（中英文均有）20多篇，数据挖掘的电子课本，数据挖掘的10大经典算法（pdf）

  3. 所属分类：其它

    • 发布日期：2010-03-12
    • 文件大小：9mb
    • 提供者：jeffersondy

  1. 一种不平衡数据流集成分类模型

  2. 针对不平衡数据流的分类问题，结合基于权重的集成分类器与抽样技术，本文提出了一种处理不平衡数据流集成分类器模型.理论分析与实验验证表明，该集成分类器具有更低的计算复杂度，更能适应存在概念漂移的不平衡数据流挖掘分类，其整体分类性能优于基于权重的集成分类器模型，能明显提升少数类的分类精度.

  3. 所属分类：专业指导

    • 发布日期：2010-04-14
    • 文件大小：1mb
    • 提供者：srvee

  1. 基于数据流分析的静态漏洞挖掘

  2. 基于数据流分析的静态漏洞挖掘

  3. 所属分类：专业指导

    • 发布日期：2008-01-08
    • 文件大小：422kb
    • 提供者：morre

  1. 数据流挖掘算法包含聚类，查询，关联规则挖掘等

  2. 二十多篇关于数据流挖掘的论文，有关于数据流聚类的，查询的，关联规则挖掘的，等等。

  3. 所属分类：网络基础

    • 发布日期：2010-09-24
    • 文件大小：16mb
    • 提供者：weihuwangzi

  1. STREAM数据流管理系统

  2. The Stanford Stream Data Manager,可以说是现在作的最好的研究性的数据流管理系统 ，包括源码和user manuel.

  3. 所属分类：其它

    • 发布日期：2010-10-12
    • 文件大小：2mb
    • 提供者：peng860215

  1. MOA一个可用于大规模数据流挖掘的工具

  2. MOA是一个面向大规模数据流的挖掘工具,可用于结构化数据流的挖掘.

  3. 所属分类：其它

    • 发布日期：2011-05-13
    • 文件大小：4mb
    • 提供者：leixx1972

  1. 电子政务数据交换、数据流引擎及数据中心

  2. 电子政务数据交换、数据流引擎及数据中心 目 录一、 总论 31.1 概述 31.2 我们对标书的理解 51.3系统建设原则 61.4系统建设总体目标 61.5系统平台的技术指标 7二、CIP IESD在××电子政务中的应用 92.1 需求分析 92.1.1 数据交换 102.1.2 数据流引擎 102.1.3 数据中心 122.2 系统总体结构 132.3 数据交换系统（数据交换/数据流引擎）设计 142.3.1 需要解决的问题 142.3.2 系统体系结构 152.3.3 数据交换标准 17

  3. 所属分类：网络安全

    • 发布日期：2011-06-14
    • 文件大小：3mb
    • 提供者：mashihou

  1. 电子政务数据交换、数据流引擎及数据中心.doc

  2. 目 录一、 总论 31.1 概述 31.2 我们对标书的理解 51.3系统建设原则 61.4系统建设总体目标 61.5系统平台的技术指标 7二、CIP IESD在××电子政务中的应用 92.1 需求分析 92.1.1 数据交换 102.1.2 数据流引擎 102.1.3 数据中心 122.2 系统总体结构 132.3 数据交换系统（数据交换/数据流引擎）设计 142.3.1 需要解决的问题 142.3.2 系统体系结构 152.3.3 数据交换标准 172.3.4数据交换中心系统结构设计 21

  3. 所属分类：电子政务

    • 发布日期：2008-04-22
    • 文件大小：3mb
    • 提供者：qingxian

  1. 高速数据流集成分类器算法

  2. 摘要:数据流挖掘要求算法在占用少量内存空间的前提下快速地处理数据并且自适应概念漂移,据此提出一种面向高速数据流的集成分类器算法。该算法将原始数据流沿着时间轴划分为若干数据块后,在各个数据块上计算所有类别的中心点和对应的子空间;此后将各个数据块上每个类别的中心点和对应的子空间集成作为分类模型,并利用统计理论的相关知识检测概念漂移,动态地调整模型。实验结果表明,该方法能够在自适应数据流概念漂移的前提下对数据流进行快速的分类,并得到较好的分类效果。 关键词:概念漂移;数据流;子空间;分类;集成

  3. 所属分类：其它

    • 发布日期：2012-10-26
    • 文件大小：47kb
    • 提供者：jsj_zcs

  1. 一种高效的数据流挖掘增量模糊决策树分类算法

  2. 一种高效的数据流挖掘增量模糊决策树分类算法。

  3. 所属分类：其它

    • 发布日期：2012-11-10
    • 文件大小：388kb
    • 提供者：xyj1989

  1. 大数据-数据流挖掘

  2. 大数据中的数据流挖掘，北京交通大学网络通信实验室开设的大数据课程，其中很重要的第三章数据流挖掘

  3. 所属分类：其它

    • 发布日期：2013-11-16
    • 文件大小：623kb
    • 提供者：u012855042

  1. 研究生开题报告，数据流分析算法

  2. 研究生开题报告，基于Esper的数据流挖掘算法。

  3. 所属分类：讲义

    • 发布日期：2015-01-26
    • 文件大小：1mb
    • 提供者：u012206333

  1. 数据流挖掘

  2. 对数据流的分类问题而言，除了考虑不同类别数据样本数量的不平衡，还有普遍存在于数据流中的概念漂移问题。在现实生活中，来自于数据源的数据并不一定是独立同分布的且大多数数据流都处于一个动态变化的环境中，从而致使数据流发生各种各样的变化，数据的潜在分布也会随着时间的变化而发生动态变化，称之为发生了概念漂移。

  3. 所属分类：算法与数据结构

  1. 基于Web数据流挖掘的资源服务实现

  2. 为了提高网站的利用率及优化网站,构建了Web数据流挖掘系统,介绍了该系统的框架结构,并以商丘师范学院校园网为挖掘对象,说明了Web数据流挖掘的工作流程以及Web资源服务的具体实现流程。实践证明,基于Web数据流挖掘技术实现Web资源服务,可充分利用Web网站的信息和网络资源,实时、高效地为用户提供个性化的Web资源服务。

  3. 所属分类：其它

    • 发布日期：2020-05-28
    • 文件大小：132kb
    • 提供者：weixin_38733245

  1. 分布式数据流挖掘技术综述

  2. 网络信息技术的高速发展产生了新的数据模型，即数据流模型，并且越来越多的领域出现了对数据流实时处理的需求，庞大且高速的数据以及应用场景的实时性需求均推进了数据流挖掘技术的发展。首先介绍了常见的数据流模型；然后根据数据流模型的特点总结数据流挖掘的支撑技术；最后，分析了分布式数据流挖掘的重要性和有效性，给出了算法并行化的数学模型，并介绍了几种具有代表性的分布式数据流处理系统。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：151kb
    • 提供者：weixin_38708945

  1. 具有人类记忆特性的集成式数据流挖掘模型与算法

  2. 具有人类记忆特性的集成式数据流挖掘模型与算法

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：629kb
    • 提供者：weixin_38579899

  1. 基于C4.5和NB混合模型的数据流分类算法

  2. 具有概念漂移的含噪数据流的分类问题成为数据流挖掘领域研究的热点之一。提出了一种基于C4.5和Nave Bayes混合模型的数据流分类算法CDSMM。它以C4.5作为基分类器,采用朴素贝叶斯分类器过滤噪音,同时引入假设检验中的μ检验方法检测概念漂移,动态更新模型。实验结果表明,CDSMM算法在处理带有噪音的概念漂移数据流时具有比同类算法更好的分类正确率。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：344kb
    • 提供者：weixin_38524139

  1. ADLStream：用于在线数据流挖掘的异步双管道深度学习框架-源码

  2. ADLStream 用于在线数据流挖掘的异步双管道深度学习框架。 ADLStream是一种用于数据流挖掘的新颖的异步双管道深度学习框架。 该系统具有两个分离的层，用于训练和测试，它们同时工作，以便提供快速的预测并执行模型的频繁更新。 双层体系结构可以减轻速度至关重要的数据流上下文的复杂深度学习模型（例如卷积神经网络）的计算成本问题。 可以在找到完整文档和API。 安装指南 GPU支持 理想情况下，ADLStream应该在两台GPU计算机上运行。 但是，这不是强制性的，ADLStream也可以

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 15 »