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. K-means聚类算法在入侵检测中的应用

  2. 提出了一种基于聚类分析方法构建入侵检测库的模型，实现了按K-平均值方法建立入侵检测库并据此划分安全等级的思想。该检测系统的建立不依赖于经验数据，能自动依据原有数据对入侵行为进行重新划分。仿真实验表明，该方法具有较强的实用性和自适应功能。 关键词：网络安全；入侵检测；数据挖掘；聚类分析；K-平均值

  3. 所属分类：网络安全

    • 发布日期：2009-06-26
    • 文件大小：175kb
    • 提供者：liangjian820

  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. 贝叶斯层次聚类及其在文本挖掘中的应用

  2. 详细的介绍了数据挖掘和文本挖掘的发展现状和聚类文本挖掘的算法，很好的资料

  3. 所属分类：其它

    • 发布日期：2009-08-22
    • 文件大小：3mb
    • 提供者：kqy000489

  1. 有关层次聚类算法优秀论文集

  2. 文本聚类是在没有学习的条件下对文本集合进行组织或划分的过程,基本思想是要将相似的文本 划分到同一个类中. 文本聚类技术能够用来发现大规模文本集合的分类体系,以及为文本集合提供一个 概括视图;它在信息自动获取,Web 数据挖掘等领域都有很多的应用。压缩了数十篇基于层次聚类的聚类算法相关论文。

  3. 所属分类：其它

    • 发布日期：2009-12-14
    • 文件大小：5mb
    • 提供者：wuwuinbnu

  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. 数据挖掘原理与算法

  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，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挖掘等进行了理沦剖析和算法描述。本书的许多内容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人手，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

  3. 所属分类：专业指导

    • 发布日期：2011-11-03
    • 文件大小：10mb
    • 提供者：dengai

  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. 数据挖掘在医学领域中的应用及研究

  2. 数据挖掘在医学领域中的应用及研究 摘要 (1) 1引言 (1) 2数据挖掘概述 (2) 3医用数据挖掘具有特殊性 (2) 4医用数据挖掘的关键技术 (3) 4.1数据预处理 (3) 4.2信息融合技术 (3) 4.3快速的、鲁棒的挖掘算法 (3) 4.4提供知识的准确性和可靠性 (4) 5数据挖掘在医学中的应用 (4) 5.1关联分析 (4) 5.2聚类分析 (5) 5.3决策树 (5) 5.4人工神经网络 (6) 5.5遗传算法 (7) 5.6医学数据挖掘的计算的计算智能方法及应用 (8)

  3. 所属分类：其它

    • 发布日期：2014-03-05
    • 文件大小：31kb
    • 提供者：nytcjsjboss

  1. 移动对象的时空轨迹聚类算法研究_何苗

  2. 随着科技的不断进步，人们对移动对象的实时位置的获取越来越便捷。这些 移动对象在一段时间内的实时位置就构成了该对象的一条时空轨迹。技术的 进步和设备的不断小型化使得定位设备的应用越来越普遍。因此，在人们的各种 生产活动中产生的时空轨迹也越来越多，呈爆炸性趋势。从这些海量的轨迹数据 中挖掘出有用信息非人力所能及。聚类算法作为数据挖掘领域的一种重要方法， 越来越多的被研究人员应用到时空轨迹数据的挖掘中。

  3. 所属分类：其它

    • 发布日期：2015-11-12
    • 文件大小：6mb
    • 提供者：u014524078

  1. 数据挖掘的聚类算法综述

  2. 如题讲述的时在数据挖掘中针对大量数据的聚类的分析和应用

  3. 所属分类：IT管理

    • 发布日期：2015-12-08
    • 文件大小：327kb
    • 提供者：qq_32725767

  1. 基于数据挖掘的分类和聚类算法研究及R语言实现

  2. 基于数据挖掘的分类和聚类算法研究及R语言实现，是研究R语言在数据挖掘中的应用的好资料，有R代码实现。

  3. 所属分类：电子商务

    • 发布日期：2016-05-08
    • 文件大小：812kb
    • 提供者：qq_34913967

  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. Apriori算法在煤炭电子商务中的应用

  2. 随着数据库架构技术和网络技术的发展,数据挖掘技术在电子商务中的应用也逐渐推广,尤其是Apriori算法能对频繁项集进行挖掘。本文从Web数据库中运用数据的挖掘模式、关联、预测、评估和聚类等技术手段,从中提取出可以指导煤炭营销市场策略的有用数据,分析电子商务中数据挖掘的特点,进一步描述了数据挖掘在煤炭电子商务中的应用,并最终实现了Apriori算法在煤炭电子商务中的应用。

  3. 所属分类：其它

  1. 基于蚁群-模糊聚类算法的井下工作面瓦斯突出预测

  2. 针对现有的瓦斯预测方法在实际应用中受到较大限制且预测结果的准确性较差的问题,提出了一种基于蚁群-模糊聚类算法的瓦斯突出预测方法;分析了蚁群-模糊聚类算法的基本原理及实现步骤,并以某煤矿井下工作面某时段内的瓦斯突出数据为例,采用蚁群-模糊聚类算法对该数据进行了挖掘分析,从而找出了瓦斯突出量与其影响因素即埋藏深度、煤层厚度、瓦斯含量、日进度、煤层间距、日产量之间的关系。测试结果表明,该方法预测结果与实际监测记录完全一致,具有较高的聚类预测性能。

  3. 所属分类：其它

    • 发布日期：2020-04-25
    • 文件大小：517kb
    • 提供者：weixin_38683193

  1. 基于Hadoop的数据挖掘算法研究与实现

  2. 随着移动智能操作系统技术的突破,智能手机的普及,移动互联网时代的到来,web app每天都在产生TB甚至PB级的web日志,如何从这些海量日志信息中提取用户的个人爱好及其他信息,为用户提供个性化推荐服务,为人们的生活带来便利,成为各大互联网公司和科研机构研究人员的研究热点。由于开源云计算平台Hadoop的出现,解决海量web日志信息的数据挖掘成为可能。 本文的研究内容主要包含以下几个方面： 一、对Hadoop云计算平台进行研究。Hadoop是Apache下的顶级开源项目,该平台能够利用成千上万的

  3. 所属分类：Hadoop

    • 发布日期：2020-01-15
    • 文件大小：9mb
    • 提供者：sunearlier

  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. 聚类算法在数据挖掘中的应用

  2. 聚类在数据挖掘、模式识别等许多领域有着重要的应用提出了一种新颖的聚类算法:一种基于最大不相含核心点集的聚类算法LSNCCP，在密度定义的基础上 ,考察核心点之间的距离关系 ,定义相含、相交、相离这 3 种核心点之间的关系 ,最后找出一个最大不相含核心点集 ,在此基础上进行聚类 ,并且找到解决丢失点问题的快速方法该最大不相含核心点集只是全部核心点集合的一个很小的子集 ,因此有效地缩减了同类算法中搜寻核心点的时间理论和实验上证明了这种算法的可行性和优越性。

  3. 所属分类：其它

    • 发布日期：2008-11-02
    • 文件大小：73kb
    • 提供者：acd007

  1. 快速增量光谱聚类算法的图像分割

  2. 聚类旨在将给定的数据点集合分为多个聚类，而无需借助任何先验知识。 由于其在数据挖掘中的重要应用，已经开发了许多用于聚类的技术。 作为最流行的现代聚类算法之一，频谱聚类易于实现，可以通过标准的线性代数软件有效地解决，并且通常优于传统聚类算法（例如k-means算法）。 但是，它不能很好地扩展到通常具有数百万个项目的现代大型数据集。 为了部分地克服此缺点，在本文中，我们提出了一种基于集成的快速增量光谱聚类算法，该算法专门为图像分割任务而设计。 该算法首先将给定的大型数据集划分为几个较小的分区，然后将

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：303kb
    • 提供者：weixin_38711740

  1. K-means聚类算法在民航客户细分中的应用

  2. 针对客户关系管理中客户价值这一问题，通过对航空公司现有数据仓库中客户信息的分析，采用数据挖掘技术中的K-means聚类算法建立民航客户细分模型，并通过实验将民航客户细分为3类，提出了对这3类航空客户的相关营销策略。实验结果表明该方法能突出客户之间的行为特征差异，更加准确地划分客户类型，进而使得客户价值约提高30%。

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：585kb
    • 提供者：weixin_38587473

  1. 基于Spark的支持隐私保护的聚类算法

  2. 针对经典聚类方法无法应对任意背景知识下恶意攻击者在海量数据挖掘过程中的恶意攻击问题，结合差分隐私保护机制，提出一种适用于Spark内存计算框架下满足差分隐私保护的聚类算法，并从理论上证明了改进算法满足在Spark并行计算框架下的ε-差分隐私。实验结果表明，改进算法在保证聚类结果可用性前提下，具有良好的隐私保护性和满意的运行效率，在海量数据聚类分析的隐私保护挖掘中，具有很好的应用前景和价值。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：500kb
    • 提供者：weixin_38590685
« 12 3 4 »