基于数据流挖掘的相关算法研究.doc

为了满足多数据流处理的实时性需求，提出一种跨PCIE总线的四层滑动窗口模型和基于图形处理器的多数据流并行处理框架模型，在此框架模型下可以并行维护数量巨大的滑动实时多数据流统计信息，同时采用精确方法并行

Introduction to related data mining based on Weka

随着移动智能操作系统技术的突破,智能手机的普及,移动互联网时代的到来,webapp每天都在产生TB甚至PB级的web日志,如何从这些海量日志信息中提取用户的个人爱好及其他信息,为用户提供个性化推荐服务

通过对文本分析的数据挖掘算法的研究，可以提高数据处理的效率和准确性。数据挖掘算法是用于发现和提取数据中潜在信息的一种技术方法，对于大规模文本数据的处理尤为重要。本文以文本(2023-05-22 111

现有基于规则匹配的数据流预测算法存在前件发生定义不准确、前件相关性未考虑、预测结果描述不严谨等不足,造成预测过程效率较低、精度不高等问题。提出基于前件发生树的概率叠加预测算法,定义区间最小非重叠发生,

在给出数据流定义的基础上, 从理论上分别针对传输控制协议(TCP) 和用户数据包协议(UDP) 提出了基 于数据流的Internet 网络控制系统(INCS) 延时模型. 数据流的定义描述了INCS

提出一种新的基于滑动窗口的预测模型。该模型仅存储当前滑动窗口中的数据并对其进行分析，提高了计算效率；同时，为了削减在较小数据集上回归预测所产生的偏差，提出一种基于加权移动平均的数据流预测算法WMA_L

研究了Ad hoc网络的特点及应用情况，分析了在Ad hoc网络中传统数据流多连接查询处理策略所面临的问题，并在此基础上提出了一种基于大纲的多数据流连接优化算法(SMJ)。实验结果显示SMJ算法可以极

提出的增量式数据流聚类算法DGCDS结合网格和密度技术，能够得到任意形状的聚类，通过改进网格密度的计算方式，解决了现有网格算法中丢失数据空间影响信息的问题,并且实现了关键参数的自适应设置，减小了人工参

GoFlow-Go的基于数据流和流的编程库(golang) 该分支的状态(WIP) 警告:您目前位于GoFlow的v1分支上。 v1是对原始GoFlow代码的重新访问和重构,该代码在7年内几乎保持不变