该文深入研究了金融领域中数据挖掘技术的应用,重点关注了商业银行个人信用风险评估平台的设计与实现。通过分析数据挖掘在金融业中的重要性,我们致力于探讨如何充分利用先进的数据挖掘算法来提高个人信用评估的准确
目前本体学习的研究重点在于概念及关系的提取,概念提取领域一致度与领域相关度相结合的方法取得了比较好的效果,而关系提取则主要采用基于关联规则的方法。这种本体概念、关系学习方法由于只考虑词频,提取结果准确
用户之间的角色委托是RBAC模型需要支持的一种重要安全策略,其主要思想是系统中的用户将角色委托给其他用户,以便以前者名义执行特定的工作。对RBAC委托模型进行了本体建模,借助SWRL(Semantic
针对RBF神经网络分段算法中对近似线性时间序列数据预测误差较大这一不足,在原有RBF神经网络模型基础上提出了一种改进算法。该算法以分段取中心值为基础,优化原算法中径向基函数中心点值的确定,提高了对近似
无线网络和移动设备的应用为我们带来巨大的便利,可以随时随地获得信息,同时它也引发了对高效数据流分析工具的需求。移动数据挖掘是在普适环境下的数据流挖掘,从连续的数据流中发现知识。讨论了数据流、数据流管理
数据预处理将原始的真实数据库转换成适于数据挖掘的挖掘数据库,为挖掘算法更好的实现以及挖掘结果形象的显示打下了良好的基础。针对结构化数据讨论了数据预处理的两个目标:消除现实数据库中的数据缺陷；为数据挖掘
领域驱动设计(Domain-DrivenDesign,DDD)是Evans提出来的用来处理软件系统核心复杂性的方法。该方法的有效性在实践中得到证明,但是方法在细节上存在不够清晰、对设计人员素质要求高等
MRF模型在图像分割领域的发展,徐荣,罗立民,基于MRF的图像分割方法的研究源自概率统计原理,本文介绍了MRF模型在图像分割领域的发展历史及其一般理论与图像分割准则,评述了其
随着人们对欺诈检测、网络入侵、故障诊断等问题的关注,离群点挖掘研究日益受到重视。在充分调研国内外离群点挖掘研究成果的基础上,介绍了数据库领域离群点挖掘的研究进展,并概要地总结和比较了已有的各种离群点挖
目前,应急预案是分布于多个单位的非结构化文档,缺乏统一的建模方法,造成对预案描述的领域知识进行表示和利用存在困难。为解决以上问题,提出一种基于本体的知识建模方法,对应急预案文本进行建模,并实现应急领域
