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. 基于粗糙集和决策树的增量式规则约简算法

  2. 粗糙集方法是一种处理不确定或模糊知识的重要工具。传统的粗糙集模型对最简规则集的研究都是针对静态数据的,对 于动态数据却显得*为力。但在实际应用中,数据库中的数据往往是动态变化的,因此,对规则约简的增量式算法的研究是知识 发现领域所急需解决的问题之一。文章给出了一种基于粗糙集和决策树的增量式规则约简算法,并与传统算法和RRIA算法进行 了对比分析,实验结果表明该算法的方法和效果更好。

  3. 所属分类：其它

    • 发布日期：2009-08-20
    • 文件大小：62kb
    • 提供者：anatolecdm

  1. 数据挖掘 / 知识发现的算法

  2. 数据挖掘，又称为数据库中知识发现（Knowledge Discovery in Databases）或知识发现，它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的非平凡过程，它与数据仓库有着密切的联系

  3. 所属分类：其它

    • 发布日期：2009-09-08
    • 文件大小：453kb
    • 提供者：yangzhifeng045

  1. 数据挖掘算法 PPT版

  2. 一个PPT版的数据挖掘算法，自己看着不错。

  3. 所属分类：其它

    • 发布日期：2009-09-19
    • 文件大小：268kb
    • 提供者：samoobook

  1. 基于XML_Web服务的供应链信息集成技术与方法研究.nh

  2. 大连理工大学博士学位论文 随着电子商务及其相关技术的发展，集成化供应链(IntgeartdesupPlyChani) 的概念在管理理念不断变化与完善的过程中逐步形成。在2000年的全球供应链 论坛(globalsupplyehainofurm，oseF)上将供应链定义为:“为消费者带来有价值 的产品、服务以及信息的，从源头供应商到最终消费者的核心企业流程的集成” 从上述供应链的定义可以看出，现代的供应链更加侧重从供应(商)、制造(商)、 分销(商)到客户的物流和信息流的协调与集成。 结合上面的

  3. 所属分类：Java

    • 发布日期：2010-04-09
    • 文件大小：7mb
    • 提供者：solarhughie

  1. 知识挖掘理论与技术 相关算法 实践

  2. 完全立方体的计算 Apriori算法发现频繁项集 使用FP增长算法挖掘频繁项集 贝叶斯分类算法 后向传播分类算法 MATLAB编程简介

  3. 所属分类：其它

    • 发布日期：2010-06-03
    • 文件大小：3mb
    • 提供者：tang063

  1. 数据挖掘原理与算法 PDF

  2. 本书是一本全面介绍数据挖掘和知识发现技术的专业书籍，它系统地阐述了数据挖掘和知识发现技术的产生、发展、应用以及相关概念、原理和算法

  3. 所属分类：其它

    • 发布日期：2010-10-19
    • 文件大小：10mb
    • 提供者：wl1167

  1. 数据挖掘/ 知识发现 算法

  2. 1.1 数据挖掘 / 知识发现 （1）数据挖掘是从存放在数据集中的大量数据挖掘出有趣知识的过程。 （2）数据挖掘，又称为数据库中知识发现（Knowledge Discovery in Databases）或知识发现，它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的非平凡过程，它与数据仓库有着密切的联系。 （3）广义的数据挖掘是指知识发现的全过程；狭义的数据挖掘是指统计分析、机器学习等发现数据模式的智能方法，即偏重于模型和算法。 （4）数据库查询系统和专家系统不是数据挖掘！在小规

  3. 所属分类：Web开发

    • 发布日期：2011-04-19
    • 文件大小：453kb
    • 提供者：justin973

  1. 基于属性的相对约简格快速渐进式构造算法

  2. 相对约简格作为简化的概念格, 在数据挖掘和知识发现等领域具有广泛的应用。相对约简格的构造在其应用过程中是一个主要问题。本文提出了采用树结构对相对约简格节点进行组织, 研究了基于属性的相对约简格渐进式构造算法。相对约简格节点的树结构组织可以约束更新格节点、产生子格节点及新生格节点的子结点的搜索范围,从而可以有效地减少算法的执行时间。该算法不仅为相对约简格的构造提供了一种方法, 还解决了在已构造好相对约 简格的前提下, 增加属性所带来的更新问题。在随机生成的数据集上进行的实验测试表明, 本算法的时

  3. 所属分类：其它

    • 发布日期：2011-04-20
    • 文件大小：333kb
    • 提供者：hxy131

  1. 计算机二级公共基础知识

  2. 1. 算法的基本概念 利用计算机算法为计算机解题的过程实际上是在实施某种算法。 （1）算法的基本特征 算法一般具有4个基本特征：可行性、确定性、有穷性、拥有足够的情报。 （2）算法的基本运算和操作 算法的基本运算和操作包括：算术运算、逻辑运算、关系运算、数据传输。 （3）算法的3种基本控制结构 算法的3种基本控制结构是：顺序结构、选择结构、循环结构。 （4）算法基本设计方法 算法基本设计方法：列举法、归纳法、递推、递归、减半递推技术、回溯法。 （5）指令系统 所谓指令系统指的是一个计算机系统能

  3. 所属分类：数据库

    • 发布日期：2011-04-30
    • 文件大小：81kb
    • 提供者：zmxnlp

  1. 数据挖掘原理与算法分析

  2. 数据挖掘是从大型数据集（可能是不完全的、有噪声的、不确定性的、各种存储形式的）中，挖掘隐含在其中的、人们事先不知道的、对决策有用的知识的过程

  3. 所属分类：Web开发

    • 发布日期：2011-05-31
    • 文件大小：615kb
    • 提供者：shine_yc

  1. 基于WEKA的高校图书馆流通数据的数据挖掘实例

  2. weka是一款由Waikato大学研究的基于Java 的用于数据挖掘和知识发现的开源项目, 其中集成了大量能承担数据挖掘任务的机器学习算法, 包括对数据进行预处理、关联规则挖掘、分类、聚类等, 并提供了丰富的可视化功能。同时, 由于其是一款开源软件, 所以也可以用于数据挖掘的二次开发和算法研究。文章介绍了利用开源软件WEKA 作为数据挖掘工具, 通过Apriori 算法, 对高校图书馆流通历史数据进行挖掘分析。

  3. 所属分类：其它

    • 发布日期：2012-10-09
    • 文件大小：166kb
    • 提供者：tjxy_20081

  1. 数据挖掘原理与算法(PDF)

  2. 系统化地阐述了数据挖掘和知识发现技术的产生、发展、应用和相关概念、原理、算法。对数据挖掘中的主要技术分支，包括关联规则、分类、聚类、序列、空间以及Web挖掘等进行了理论剖析和算法描述。本书的许多工作是作者们在攻读博士学位期间的工作总结，一方面，对于相关概念和技术的阐述尽量先从理论分析入手，在此基础上进行技术归纳。另一方面，为了保证技术的系统性，所有的挖掘模型和算法描述都在统一的技术归纳框架下进行。同时，为了避免抽象算法描述给读者带来的理解困难，本书的所有典型算法都通过具体跟踪执行实例来进一步说

  3. 所属分类：其它

    • 发布日期：2007-06-14
    • 文件大小：129kb
    • 提供者：jim_wangjin

  1. 数据挖掘技术论述与介绍

  2. 数据挖掘综合了各个学科技术，有很多的功能如:分类、聚类、预测、关联规则和序列模式的发现，应用数据挖掘技术是为了实现以下三种目的： 。发现知识：知识发现的目标是从数据库存储的数据中发现隐藏的关系、模式和关联 例如,在商业应用中数据挖掘可用于发现分割、分类、关联、喜好四种知识。发现分割知识可以将客户记录分组，策划为客户度身定做的推销活动。发现分类知识可以将输入的数据分配到预定义的类别中，发现和理解趋势以及对文本文档的进行分类等。发现交叉销售的机会是一种关联知识，以及发现大部分客户的喜好的知识。 。

  3. 所属分类：其它

    • 发布日期：2009-01-19
    • 文件大小：134kb
    • 提供者：lisl1998

  1. 知识发现 数据挖掘 算法 ppt

  2. 知识发现，数据挖掘，算法，很不错的PPT，英文版

  3. 所属分类：其它

    • 发布日期：2009-04-26
    • 文件大小：8mb
    • 提供者：appleccnu

  1. 知识发现技术与方法论文

  2. 面临浩渺无际的数据，人们呼唤从数据汪洋中来一个去粗存精、去伪存真的技术。知识发现是从数据中发现有用知识的整个过程；数据挖掘是知识发现过程中的一个特定步骤，它用专门算法从数据中抽取模式。知识发现的主要技术和实现方法包括统计方法、机器学习、神经计算、可视化等。有关知识发现的研究则成为近年学术界研究的热点。

  3. 所属分类：其它

    • 发布日期：2010-08-03
    • 文件大小：389kb
    • 提供者：xiaojiu1724

  1. 集成广义泛化分配表和概念格的矿山缺省规则挖掘方法

  2. 针对传统缺省规则知识挖掘算法易出现规则繁复、提取和存储不便等不足,提出了基于泛化分配表(GDT)和约简概念格(CL)优势互补的GDTCL缺省规则挖掘模型.模型采用GDT求取条件属性的属性子集,有效地解决了利用粗集理论进行求解会面临的NP问题.利用扩展概念格来表达GDT泛化层次的蕴含关系及规则强度和支持度的限制关系,通过概念格的约简算法完成缺省规则的挖掘.最后,进行了矿山缺省规则知识发现的实例验证,结果表明,该模型能从不完整矿山信息系统中挖掘出规则长度齐整、易于存储和应用匹配的无重复缺省规则.

  3. 所属分类：其它

    • 发布日期：2020-07-19
    • 文件大小：969kb
    • 提供者：weixin_38685521

  1. 蓝桥杯知识点汇总：基础知识和常用算法

  2. 文章目录JAVA基础语法：算法竞赛常用的JAVA API：算法和数据结构待更： 此系列包含蓝桥杯（软件类）所考察的绝大部分知识点，一共有基础语法，常用API，算法和数据结构，和往年真题四部分，虽然语言以JAVA为主，但算法部分是相通的，C++组的小伙伴也可以看哦。所有文章的链接都会在此公布，还有很多没有更新，会持续更新，如果大佬发现文章有错误的地方请指正，我会十分感谢。另外，有什么问题可私信我~ JAVA基础语法： 备战蓝桥杯（一）：一般输入输出 和 快速输入输出 备战蓝桥杯（二）：java编程

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：88kb
    • 提供者：weixin_38750829

  1. 信息系统中属性约简的矩阵算法

  2. 属性约简是知识发现的重要课题,也是粗糙集理论的核心问题之一。主要通过定义关系矩阵、上(下)分布矩阵、模糊上(下)分布矩阵和决策矩阵,用矩阵算法计算信息系统中变精度粗糙集模型的上(下)分布约简和模糊目标信息系统中的上(下)分布约简以及决策约简。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：543kb
    • 提供者：weixin_38732277

  1. Boomer：BOOMER的scikit-learn实现-一种学习梯度增强多标签分类规则的算法-源码

  2. 自述文件 该项目提供了“ BOOMER”的scikit-learn实现-一种用于学习梯度增强的多标签分类规则的算法。 该算法首先发表在以下： Rapp M.，LozaMencíaE.，FürnkranzJ.，Nguyen VL。，HüllermeierE.（2020）学习梯度增强的多标签分类规则。 于：数据库中的机器学习和知识发现。 ECML PKDD2020。计算机科学讲座。 湛史普林格 如果您在科学出版物中使用该算法，我们将不胜感激对上述论文的引用。 产品特点 该项目提供的算法当前支持以

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：54mb
    • 提供者：weixin_42176827

  1. simon-frontend：SIMON是功能强大，灵活，开源且易于使用的机器学习知识发现平台-源码

  2. 西蒙机器学习特征发现平台 介绍 SIMON是功能强大，灵活，开源且易于使用的机器学习知识发现软件。 查看或者。 当前， SIMON实现了机器学习和许多其他统计数据发现功能，这些功能将帮助您说明动态关系并为您提供数据的结构感。 该项目的目标是使用户界面能够使科学家，制造商和其他人从其数据中提取有意义的信息，并使他们能够快速使用不同的机器学习算法并快速进行原型制作。 最后， SIMON gives you freedom and control over your own models. genu

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 15 »