数据挖掘分类论文基于粗糙集与支持向量机的分类算法.caj

利用模糊C一均值聚类算法对数据库 中的连续属性进行离散纯；然后，在诧基础上提出一转改进媳模糊荚联算法挖掘分类关联娩烈；最后，逶过砖募挽粼 和模式慧海的兼容拣指标采掏避特征向量，构建支持向薰辊酶分类器模

分析了利用支持向量回归求解多分类问题的思想,提出了一种基于局部密度比权重设置模型的加权最小二乘支持向量回归模型来单步求解多分类问题：该方法先分别对类样本中每类样本利用局部密度比权重设置模型求出每个样本

针对旋转机械振动故障诊断,提出了一种基于邻域粗糙集模型的改进支持向量机的诊断方法。该方法对选取的特征向量进行约简,并将约简结果作为支持向量机的输入特征向量来诊断旋转机械的工作状态。实验结果表明:与属性

基于支持向量机的未知物体分类方法研究，魏朝鹏，何儒勇，针对MNIST手写体数字集，本文利用线性判别分析方法提取出各手写体数字图像的特征向量，并根据该特征向量设计出应用于鬼成像系统的�

基于支持向量机的植物叶分类识别研究,刘春爽,周平,该研究持有初次分类与再次分类的思想,先使用叶图像的形状特征与纹理特征进行植物种类的初次分类;再使用该研究提出的叶脉特征,

数据挖掘中的分类算法综述.PPT

本文首先介绍了数据分类的相关概念，分析了数据挖掘中的几种分类技术: 决策树分类、贝叶斯分类、神经网络分类、支持向量机分类，对其中最常用的 决策树分类算法进行了深入地研究。决策树是分类应用中采用最广泛的

贝叶斯决策方法的研究，概述，举例应用，比较浅显，易懂，适合初学者，

Introduction to data mining classification algorithm

随着计算能力、存储、网络的高速发展,人类积累的数据量正以指数速度增长。对于这些数据,人们迫切希望从中提取出隐藏其中的有用信息,更需要发现更深层次的规律,对决策,商务应用提供更有效的支持。为了满足这种需