暂无评论
中国股市收益率与经济净增长的关联性分析,钟凌飞,,股市发展与经济增长之间的关系一直是经济金融界重点研究的课题。本文采用2001年1月至2008年12月间的季度时间序列数据,以剔除CPI涨幅
煤低温氧化是一个复杂的动态过程,为准确研究煤低温氧化过程中的影响因素,通过设计对比实验,研究了温度、粒径和氧浓度对耗氧速率的影响;并通过灰色关联度分析法对实验数据进行定量分析,分别计算了温度、粒径和氧
详细探讨了M1货币供应拆分框架在经济和市场中的核心指标作用,由华创证券发布,共14页。
Google DeepMind和Google Research联合创建了一个数据集,用于衡量和提升大型语言模型(LLMs)在事实准确性和上下文关联(grounding)方面的表现。该数据集包含1719
提出了一种新型的基于数据挖掘思想的故障模式分析。通过收集故障现象并整理形成故障信息维度表,产品技术参数、故障原因等组成的关系规则维度表;基于故障信息维度表与关系规则维度表应用Apriori算法的频繁项
基于数据挖掘的电信行业客户分析,陈异,,本文介绍了数据挖掘技术的定义和数据挖掘的一般过程。并且基于数据挖掘技术,采用数据挖掘工具Clementine,对电信运营商的客户信息��
网络安全已成为人们日益关注的重要问题。据CNCERT/CC2007年网络安全工作报告[1]的统计,近年来漏洞数量呈现明显上升趋势,不仅如此,新漏洞从公布到被利用的时间越来越短,黑客对发布的漏洞信息进行
介绍了假日旅游信息数据挖掘的概念,提出了一种改进的分布式抽样关联规则挖掘算法DS-ARM,给出了算法的实现过程,并对算法性能进行了测试,利用DS-ARM算法对假日旅游者在目的地的旅游行为模式进行了研究
:通过分析数据关联的特点和已有的关联规则挖掘算法,在定量描述的准确性和算法高效性方面作了进一步研究,提出了更准确的支持度和置信度定量描述方法和关联关系强弱的定量描述方法。同时,改进了FP-growth
大数据时代,人们获取所需信息的困难度提高,而数据挖掘是当下解决此问题的关键技术。Apriori算法作为数据挖掘中的常用算法,通过挖掘数据背后的潜在关联规则。考虑到传统Apriori算法执行过程中,数据
暂无评论