• 基于JEP的分类算法研究

    基于JEP的分类算法研究

    李丹[1]2011年在《基于JEP的癌症分类算法研究》文中提出分类是数据挖掘和机器学习领域的一个重要问题,目的是通过训练数据集构建一个分类器来预测新的实例类别。近年来,DNA微阵列的发展为很多领域提供了一种高维数据,主要应用于癌症诊断和预测。跳跃显露模式(JumpingEmergingPattern...
  • 面向决策的数据仓库和OLAP技术研究

    面向决策的数据仓库和OLAP技术研究

    朱焱[1]2002年在《面向决策的数据仓库和OLAP技术研究》文中研究说明随着决策支持对数据库技术需求的增加,数据仓库和OLAP技术逐渐成为数据库领域的焦点,并且已经成为完整决策支持方案中不可缺少的基本元素。目前,尽管数据仓库技术已经成功地应用于国内外很多行业之中,但是仍然存在很多问题。其中,数据仓...
  • 基于关联规则的遥感数据挖掘与应用

    基于关联规则的遥感数据挖掘与应用

    马超飞[1]2002年在《基于关联规则的遥感数据挖掘与应用》文中认为数据挖掘是从大量的数据中提取潜在、有价值的模式或规则的过程。70年代以来,随着遥感数据获取技术的迅速发展,遥感数据及其数据产品实现了长时期积累。遥感数据处理技术滞后于数据获取技术的现状,已经满足不了“十五”期间开展的国土资源大调查、...
  • 应用数据仓库技术提升企业决策能力研究

    应用数据仓库技术提升企业决策能力研究

    周海涛[1]2002年在《应用数据仓库技术提升企业决策能力研究》文中指出广义数据仓库是一种面向数据的决策支持系统,它为决策支持系统开辟了新的途径,使计算机辅助决策能力上了一个新的台阶。本文以数据仓库系统框架为出发点,论述了数据仓库系统作为管理决策系统的各个部分——狭义的数据仓库和在数据仓库基础上的决...
  • 基于密度的海量数据增量式挖掘技术研究

    基于密度的海量数据增量式挖掘技术研究

    周永锋[1]2002年在《基于密度的海量数据增量式挖掘技术研究》文中进行了进一步梳理增量式挖掘,就是对于大数据集(数据库或数据仓库等),当数据递增的时候,增量地更新数据挖掘结果,而不是对每次更新后的整个数据集进行挖掘。对于许多种类的大型数据库或数据仓库挖掘,增量数据挖掘是一个诱人的目标。本文主要研究...
  • CRM中客户保持问题的研究

    CRM中客户保持问题的研究

    司亚静[1]2002年在《CRM中客户保持问题的研究》文中认为客户是企业最重要的资产,也是企业赖以生存的利润源泉。影响企业利润的不仅是客户的数量和规模,更重要的是企业客户的稳定性和长期性。因此研究企业的客户保持能力对增强企业的竞争能力,实现持续发展具有重要的意义。本文首先阐述了客户关系管理的基本理念...
  • 基于粗集理论增量算法的数据挖掘系统

    基于粗集理论增量算法的数据挖掘系统

    陈洪生[1]2002年在《基于粗集理论增量算法的数据挖掘系统》文中进行了进一步梳理数据挖掘是数据库系统和新的数据库应用的一个有希望的、欣欣向荣的学科前沿。它是一个多学科领域,从多个学科汲取营养。进行数据挖掘的方法有许多,而粗集方法便是其中的主要方法之一。本文主要研究基于粗集的增量算法的数据挖掘系统。...
  • 基于概念格模型的知识发现研究

    基于概念格模型的知识发现研究

    赵文兵[1]2002年在《基于概念格及其扩展模型的数据挖掘研究》文中提出形式概念分析是对哲学的概念进行形式化描述的一种数学工具,己在软件工程、信息检索、数据挖掘等各个领域得到广泛应用,备受国内外研究者的重视。本文主要关注基于概念格及其扩展模型的数据挖掘研究,其中内容涉及形式概念分析两个主要方面:概念...
  • 一种基于遗传算法的数据挖掘技术的研究与应用

    一种基于遗传算法的数据挖掘技术的研究与应用

    肖厚国[1]2008年在《基于遗传算法的粗糙集属性约简方法研究》文中认为数据库技术和Internet的发展使得收集和存储海量数据成为可能。面对越来越多迅速膨胀的数据,人们迫切需要具有强能力和高效率的信息处理技术,从大量数据中发现感兴趣的知识,从而指导决策。数据挖掘技术是解决数据丰富而知识贫乏的有效途...
  • 目标多维分析与评估中的可视化技术

    目标多维分析与评估中的可视化技术

    蒋定华[1]2001年在《目标多维分析与评估中的可视化技术》文中研究说明本文结合总装卫星应用重点项目的研究,在目标打击效果评估中引入叁维可视化技术,实现了目标多维分析与叁维可视化的新结合。基于叁维虚拟场景,对目标打击效果进行多维分析的同时,也将叁维可视化技术扩展到了四维乃至多维。本文的主要研究内容有...
  • 基于分类和关联规则的数据挖掘研究及应用

    基于分类和关联规则的数据挖掘研究及应用

    刘亚波[1]2005年在《关联规则挖掘方法的研究及应用》文中进行了进一步梳理本文在数据挖掘研究和关联规则挖掘研究背景下,展开了对关联规则挖掘方法的研究及应用工作,重点研究了关联规则最大频繁项目集、有序模式、用户关联和支配关联规则的挖掘方法及应用等问题,具体包括:(1)对数据挖掘技术,特别是关联规则挖...
  • OLAP研究及其在现代企业中的应用

    OLAP研究及其在现代企业中的应用

    王军,朱群雄[1]2001年在《OLAP研究及其在现代企业中的应用》文中研究说明通过一个省级烟草公司销售系统的OLAP应用介绍了在现代企业中应用OLAP的系统设计、数据库设计等新的实用方案,并对多种技术实现OLAP数据库进行多维立方体的创建与维护、采用多种实用OLAP技术实现对数据的多维直观的分析与...
  • 病历信息的多维分析和数据挖掘

    病历信息的多维分析和数据挖掘

    殷锋[1]2001年在《病历信息的多维分析和数据挖掘》文中指出为了让医院管理人员或卫生管理部门能从过去的分散于各家医院的闲散数据中快速、有效地统计、发掘出对他们的决策有用的信息资源或对他们的决策有用的相关知识。为帮助政府部门对各家医院进行积极有力的引导、同时也为了帮助医院认清整体情况,减少工作中存在...
  • 数据挖掘在Internet信息检索中的应用

    数据挖掘在Internet信息检索中的应用

    熊回香[1]2003年在《网络信息检索及其发展趋势研究》文中进行了进一步梳理随着Internet在全世界范围内迅猛发展,网上庞大的数字化信息和人们获取信息之间的矛盾日益突出。因此,对网络信息的检索技术及其发展趋势进行探讨和研究,是一个既迫切而又实用的课题。本文通过对网络信息检索的基本原理、网络信息检...
  • 决策支持系统中数据仓库及数据挖掘的研究与应用

    决策支持系统中数据仓库及数据挖掘的研究与应用

    李旭亮[1]2009年在《高校招生决策支持系统的研究与实现》文中研究说明随着高校招生规模的不断扩大,招生方式的多元化、自主化,招生数量正逐年增加,专业设置及生源素质都在发生变化。几乎每所高等院校都面临着生源急剧膨胀而带来的资源相对紧缺问题;同时高校机构改革中将不同地域的几所学校及校内部门的合并,都给...
  • 数据挖掘中若干问题的研究

    数据挖掘中若干问题的研究

    倪春鹏[1]2004年在《决策树在数据挖掘中若干问题的研究》文中指出决策树是一种有效的数据挖掘方法。进一步改进决策树,提高决策树的性能,使其更加适合数据挖掘技术的发展要求具有重要的理论和实践意义。本文对决策树算法中涉及的连续属性离散化问题进行了深入研究,提出了一种高效的离散化算法并对两种新型的改进决...
  • 不完整关系数据库中关联规则挖掘问题的研究

    不完整关系数据库中关联规则挖掘问题的研究

    熊伟[1]2001年在《不完整关系数据库中关联规则挖掘问题的研究》文中指出数据挖掘是数据库、人工智能、机器学习等领域结合而产生的是一个新兴的、具有广泛应用前景的研究领域,其目标是从海量数据中智能、自动地提取有价值的信息和知识以支持决策。关联规则挖掘是数据挖掘的重要研究内容。对关联规则挖掘问题的研究是...
  • 关联规则挖掘的实现

    关联规则挖掘的实现

    刘寒冰[1]2007年在《数据挖掘中的关联规则算法研究》文中研究说明目前,关联规则作为数据挖掘领域中一个非常重要的研究课题,己经取得了令人瞩目的成绩,但在实际应用中,随着数据库规模逐渐增大,出现了随着数据量递增而算法挖掘效率下降的问题,具有应用局限性。因此,必须研究和改进现有的算法,使其具有更高的效...
  • 基于人工智能与数据挖掘理论的企业决策支持系统

    基于人工智能与数据挖掘理论的企业决策支持系统

    付宏财[1]2006年在《决策的知识管理支持理论方法及支持系统研究》文中研究指明在信息与知识爆炸的年代,传统信息管理已逐步发展为更高级的知识管理。在这种条件下,企业决策主要是基于知识和信息。开展企业决策的知识管理支持研究主要还基于:知识是有效使用一切资源的基础,知识是企业中最活跃的元素;知识代表企业...
  • 联机分析挖掘处理技术(OLAM)的研究

    联机分析挖掘处理技术(OLAM)的研究

    曹蓟光[1]2001年在《联机分析挖掘处理技术(OLAM)的研究》文中研究表明联机分析处理技术(OLAP)和数据挖掘技术均是决策支持的重要技术,两者在决策分析过程中可以分工合作、功能互补。但是两者的产生背景、发展历程、数据基础、分析层次、用户群等方面存在着较大的差别,这妨碍了两者在决策支持应用中有机...