排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
从数值型数据库中挖掘出关联规则是一个很有应用前景的课题。在实际中,通常属性内还存在更高层次的概念抽象,即呈现出层次结构。本文基于这一结构,首先将原来的数据库扩展成层次数据库,然后提出了从此数据库中,挖掘出更一般关联规则的方法。运行实例表明了本文提出方法的有效性。 相似文献
2.
模糊切换回归模型被广泛地应用于经济领域和数据挖掘技术中.本文在传统的模糊切换回归模型的基础上,通过为每一个数据样本分配一个动态的权值,得到了一个新的离群模糊切换回归模型,提出了FCWSRM(Fuzzy C Weighted Switching Regression Model)算法,最终得到的权重是数据分布的一种代表,将被用来发现数据集中的离群点.实验表明,离群模糊切换回归模型比传统的模糊切换回归模型具有更强的鲁棒性,并且能通过权值发现数据集中的离群点. 相似文献
3.
关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。 相似文献
4.
从数值型数据库中挖掘出关联规则是一个很有应用前景的课题.在实际中,通常属性内还存在更高层次的概念抽象,即呈现出层次结构.本文基于这一结构,首先将原来的数据库扩展成层次数据库,然后提出了从此数据库中,挖掘出更一般关联规则的方法.运行实例表明了本文提出方法的有效性. 相似文献
5.
6.
模糊切换回归模型被广泛地应用于经济领域和数据挖掘技术中。本文在传统的模糊切换回归模型的基础上,通过为每一个数据样本分配一个动态的权值,得到了一个新的离群模糊切换回归模型,提出了FCWSRM(Fuzzy C Weighted Switching Regression Model)算法,最终得到的权重是数据分布的一种代表,将被用来发现数据集中的离群点。实验表明,离群模糊切换回归模型比传统的模糊切换回归模型具有更强的鲁棒性,并且能通过权值发现数据集中的离群点。 相似文献
1