论文研究 基于概念层次树的数据挖掘算法及应用研究.pdf

基于本体的语义检索技术的应用研究，于水明，，互联网的快速发展所带来的海量信息使普通用户越发的难以找到自己所需要的信息，而传统的基于关键字的搜索引擎技术片面关注于数学

通过对聚类分析及其算法的论述,从多个方面对这些算法性能进行比较,同时以儿童生长发育时期的数据为例通过聚类分析的软件和改进的Kmeans算法来进一步阐述聚类分析在数据挖掘中的实践应用。

在现有DNA序列数据压缩算法的基础上，以DNA序列数据的存储效率及生物学解释综合考虑，设计并实现了基于字典的DNA序列压缩算法DNADCompress。算法核心包括重复子串字典建立、字典项筛选、字串压

挖掘最大频繁项目集是多种数据挖掘应用中的关键问题。FP-growth算法是目前最有效的频繁模式挖掘算法之一，其在挖掘最大项目集时要递归生成大量的条件FP-树，存在时空效率不高的问题。于是结合改进的FP

模糊聚类算法在数据挖掘中的应用研究_蔡威

入侵检测模型利用数据挖掘技术中的Apriori算法，探索网络安全中的潜在威胁。Apriori算法作为一种基于频繁项集挖掘的技术，被广泛应用于入侵检测领域。该算法能够通过分析数据集中的关联规则来识别网络

基于遗传算法参数优化支持向量机的应用研究，李雅梅，贺西，为提高支持向量机的分类性能，提出了一种小生境遗传算法(NGA)参数优化支持向量机的方法,并将其应用于滚动轴承的故障诊断中。采用NGA

在遥感领域，获取用于训练的标记数据耗费巨大且困难，因此许多非监督技术逐渐被发展和应用于标记样本有限的遥感图像。将[k]均值和蜂群算法相结合，提出一种新的非监督聚类算法。使用灰度共生矩阵和小波变换提取遥

重点综述了基于局部信息的全局数据挖掘方法。根据数据挖掘的过程，将该问题的研究划分成三个阶段，即利用粒度数据表示进行挖掘、利用局部信息改善全局挖掘的效率和利用局部模式结果获得全局数据理解，并对每个阶段进

在分析了当前基于距离的离群数据挖掘算法的基础上，提出了一种基于SOM的离群数据挖掘集成框架，其具有可扩展性、可预测性、交互性、适应性、简明性等特征。实验结果表明，基于SOM的离群数据挖掘是有效的。