暂无评论
根据旅游数据的特殊性,提出了多维数量关联规则聚类算法(MDQARC),并从挖掘库的生成、数值属性的离散化以及关联规则挖掘和规则聚类等方面设计了有效的算法,最后通过实验将MDQARC算法与C4.5算法进
随着数据量、数据维度呈指数发展以及实际应用中聚类中心个数的增多，传统的K-means聚类算法已经不能满足实际应用中的时间和内存要求。针对该问题提出了一种基于动态类中心调整和Elkan三角判定思想的加速
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
中文网页分类技术是数据挖掘研究中的一个热点领域，而支持向量机（SVM）是一种高效的分类识别方法。首先给出了一个基于SVM的中文网页自动分类系统模型，详细介绍了分类过程中涉及的一些关键技术，其中包括网页
近年来，谱聚类在分类领域得到了广泛的研究，其中基于路径和基于密度的算法是两个重要的研究方向。虽然这两种算法在一些数据集上能取得较好的分类效果，但不能对一些特殊的数据集进行准确分类。融合了这两种方法的优
针对现有聚类算法普遍存在聚类质量低、参数依赖性大、孤立点难识别等问题,提出一种基于数据场的聚类算法。该算法通过计算每个数据对象点的势值,根据类簇中心的势值比周围邻居的势值大,且与其他类簇中心有相对较大
数据挖掘旨在从海量数据中挖掘未知的有价值的新知识或规律，然而专业技术人员对应用领域背景知识不熟悉常常导致数据挖掘不能顺利实施。针对该问题，将本体这一知识表示方法引入到数据挖掘中，利用本体的特点，设计了
Web序列模式挖掘是Web数据挖掘重要研究内容之一。在WAP算法的基础上提出了一种改进算法，该算法在Web序列模式挖掘过程中不需要反复生成条件树，从而提高了算法的运行效率。实验表明，该算法在运行时间上
数据挖掘技术在CRM中的应用研究,高贺,郭顺生,本文首先简述了数据仓库及数据挖掘技术的概念与术。然后,详细介绍了客户关系管理的概念、内涵与基本特征,进而分析数据挖掘技术
概述了移动机器人常用的自主导航算法及其优缺点,在此基础上提出了强化学习方法。描述了强化学习算法的原理,并实现了用神经网络解决泛化问题。设计了基于障碍物探测传感器信息的机器人自主导航强化学习方法,给出了
暂无评论