教育数据挖掘(EducationalDataMining,EDM)是一门涉及计算机科学、教育学、统计学的交叉学科。它致力于探索来自教育环境的独特数据,其目的是更好地了解学生及其学习环境,从而提高教育成
数据信封技术在云数据安全中的应用,裴新,虞慧群,云计算在提供高效、灵活服务的同时,存在着各种安全隐患。访问控制方法可以提高云端数据和资源的安全性,保护用户隐私,然而传统
RTI的线程模型在仿真系统中的研究与应用,李沫,刘晓鸿,RTI(Run-TimeInfrastructure)是仿真与建模高层体系结构HLA(HighLevelArchitecture)的实现。基于多
在模式识别问题中,相关向量机(RVM)作为一种新的机器学习方法备受关注,近年来,多核RVM方法的提出使得RVM得到更广泛的应用。多核RVM模型中核参数的取值及不同核函数组合权重系数的取值对模型分类性能
数据挖掘在电信行业的应用研究,WEKA,关联规则,决策树
使用Weka软件开展医疗领域的应用研究,为相关研究人员提供参考
基于Rough集数据挖掘在犯罪人口数据库中的应用,林和,莫照,以粗糙集方法为基础,利用数据挖掘中的关联规则对犯罪人员数据库的职业结构进行定量分析、推断和提取规则,把犯罪的定量分析技术
多类数据中对照模式的挖掘,印莹,,在多类数据中发现对照模式具有很大的挑战性。以前的研究都是针对两类数据,如在医疗数据中,通过发病人群和正常人群对照得到疾病
聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。全面总结了数据挖掘中聚类算法的研究现状,分析比较了它们的性能差异和各自存在的优点及问题,并结合多媒体领域的应用需求指出了其今后的发展趋势。
论文研究-数据挖掘系统设计.pdf, 随着海量数据库技术的不断发展,出现了数据丰富但知识贫乏的现象.为解决这一问题,近年来,提出了数据挖掘(DataMining)和知识发现(KDD)技术.本文介绍了数
