注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘——概念、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8388608
    • 提供者：linkui26

  1. 基于WEB的图书联机分析系统

  2. 许多企业都利用在线分析处理 (OLAP) 技术来分析它们的关键业务数据。基于 OLAP 的数据挖掘提供了一种查询多维数据集的方法。Microsoft® SQL Server™ 2000 Analysis Services 是一种用来进行 OLAP 处理与数据挖掘的普遍选择，因为它与 SQL Server 2000 集成紧密, 并且将与新发行的每版 SQL Server 集成得更加紧密。 随着各种形式书籍资源的出现，读者的需求变得越来越复杂。为了更好地了解读者的需求，帮助书店管理人员根据历史趋势

  3. 所属分类：其它

    • 发布日期：2010-01-07
    • 文件大小：43008
    • 提供者：lanliddd

  1. 数据挖掘中的新方法：支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。 《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论

  3. 所属分类：C

    • 发布日期：2010-03-24
    • 文件大小：7340032
    • 提供者：shiyoumaomao

  1. 基于XML_Web服务的供应链信息集成技术与方法研究.nh

  2. 大连理工大学博士学位论文 随着电子商务及其相关技术的发展，集成化供应链(IntgeartdesupPlyChani) 的概念在管理理念不断变化与完善的过程中逐步形成。在2000年的全球供应链 论坛(globalsupplyehainofurm，oseF)上将供应链定义为:“为消费者带来有价值 的产品、服务以及信息的，从源头供应商到最终消费者的核心企业流程的集成” 从上述供应链的定义可以看出，现代的供应链更加侧重从供应(商)、制造(商)、 分销(商)到客户的物流和信息流的协调与集成。 结合上面的

  3. 所属分类：Java

    • 发布日期：2010-04-09
    • 文件大小：7340032
    • 提供者：solarhughie

  1. 数据挖掘在各行业的应用论文

  2. 数据挖掘在各行业的应用论文 数据仓库与数据挖掘.caj 空间数据挖掘技术.caj 数据仓库与数据挖掘技术及其在科技情报业的应用前景.caj 相关案件的数据挖掘.caj 数据挖掘技术.caj 一种实时过程控制中的数据挖掘算法研究.caj EIS 环境下的数据挖掘技术的研究.caj 数据挖掘及其工具的选择.caj 数据挖掘技术与中国商业银行业务发展策略.caj 数据挖掘工具DMTools的设计与实现.caj 数据仓库、数据挖掘在银行中的应用.caj 基于信息熵的地学空间数据挖掘模型.caj 数据挖

  3. 所属分类：其它

    • 发布日期：2010-04-19
    • 文件大小：13631488
    • 提供者：liaosaien

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1048576
    • 提供者：huanghyw

  1. 数据仓库的多位数据集的数据的构建分析

  2. 多维数据集的数据分析方法和基本基础，以便我们对数据集的分析透彻

  3. 所属分类：其它

    • 发布日期：2011-06-07
    • 文件大小：2097152
    • 提供者：guojiancai

  1. 数据挖掘的复习总结（ APRIORI算法 ，OLAP操作）

  2. 数据挖掘提纲 1. 数据挖掘的概念：（商业及学术方面） 2. 数据挖掘的模式 3. OLAP技术，多维数据模型，数据立方体概念，构建星型数据库模型 4. 度量分类与计算 5. K均值分配方法 6. OLAP操作有哪些 7. 数据预处理（最小-最大规范化和小数定标规范化） 8. 知识度与精确度的概念 9. T权值与D权值计算 10. 目标类与对比类（得到一些最终的描述） 11. APRIORI算法（用apriori算法找出频繁项集） 12. 由关联挖掘到相关分析，强关联规则未必有趣，通过例子进行

  3. 所属分类：专业指导

    • 发布日期：2011-06-16
    • 文件大小：1048576
    • 提供者：sl198811

  1. 数据仓库-关于数据仓库维度数据处理的方法探究系列

  2. 维度是多维数据集的结构性特性。它们是事实数据表中用来描述数据的分类的有组织层次结构（级别）。这些分类和级别描述了一些相似的成员集合，用户将基于这些成员集合进行分析。(此概念引之于SQLServer2000联机帮助) 所有维度均直接或间接地基于表。当从某个表创建维度时，您会选择定义此维度的列。选择列的顺序至关重要，因为它将影响维度层次结构内成员的位置。(此概念引之于SQLServer2000联机帮助) 维度是有层次的，在大多数情况下维度的成员会按金字塔形布局排列。水平布局由维度层次结构中具有相同

  3. 所属分类：其它

    • 发布日期：2012-07-10
    • 文件大小：285696
    • 提供者：xzq2001888

  1. SQL Server中修改“用户自定义表类型”问题的分析与方法

  2. 前言 SQL Server开发过程中，为了传入数据集类型的变量（比如接受C#中的DataTable类型变量），需要定义“用户自定义表类型”，通过“用户自定义表类型”可以接收二维数据集作为参数，在需要修改“用户自定义表类型”的时候，增加字段，删除字段，修改字段类型等，它没有像表一样的alter table语法来进行修改。 只能通过删除重建来实现，但是在删除“用户自定义表类型”的时候会提示有对象引用它（某些存储过程用到了这个“用户自定义表类型”），因此无法删除。 为了达到公用的目的，有时候一个T

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：185344
    • 提供者：weixin_38530211

  1. C#中使用ADOMD.NET查询多维数据集的实现方法

  2. 本文实例讲述了C#中使用ADOMD.NET查询多维数据集的实现方法，分享给大家供大家参考。具体实现方法分析如下： ADOMD.NET 是用于与 Microsoft SQL Server Analysis Services 进行通信的 Microsoft .NET Framework 数据访问接口。 ADOMD.NET 可使用 XML for Analysis 协议与分析数据源通信，方法为使用 TCP/IP 或 HTTP 连接传输和接收符合 XML for Analysis 规范的 SOAP 请求

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：65536
    • 提供者：weixin_38528459

  1. 基于倒排索引的多维网络存储模型

  2. 具有多维属性的实体相互连接构成的网络（如社交网络）称为多维网络，在多维网络上支持联机分析处理具有重。要的应用价值现有方法大都从文件或数据库中逐条读取记录，当数据量很大时，需要多次读取磁盘，导致查询响应时间。过长，效率提高文中提出了一种新的基于倒排索引的多维网络存储模型II－GC（InvertedIndexbasedGraphCube），通过。将图的非线性结构和顶点的多维属性存储在倒排索引列表中的快速查询速度，并在多维网络上进行聚集查询（cuboid）。和交叉查询（crossboid）的算法在DB

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：373760
    • 提供者：weixin_38664427

  1. 使用超聚类的基于超立方体的高维索引

  2. 高维索引结构。首先通过联合在基于“过滤-精炼”（过滤器和优化）的查询过程中，计算查询点与各个类之间的距离下界，实现对聚类的有效过滤。为了提高距离下界对真实距离的逼近能力，采用了一种基于统计优化的超立方体区域描述方法SOHC2（基于统计优化的超多维数据集），能够更加有效地缩小搜索空间，提高查询性能。理论分析和实验结果都表明，SOHC2的查询性能明显优于其他索引方法，适合大规模高维数据的查询；与同类索引结构索引，查询速度能够提高3倍以上。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1018880
    • 提供者：weixin_38690522

  1. intl-iot:IMC'19论文的数据集和代码，涉及物联网设备的信息泄露-源码

  2. 消费物联网设备的信息暴露 此站点包含分析代码，该论文随附于2019年10月在荷兰阿姆斯特丹举行的ACM Internet Measurement Conference 2019（IMC 2019）上的论文《消费物联网设备的信息暴露：一种多维的网络信息化测量方法》。 官方论文可在上找到。 该站点还包含有关请求访问完整数据集的说明。 可在上找到测试平台的代码和文档。 目前，它已部署在东北大学和伦敦帝国学院。 图1：东北大学的物联网实验室。 档案结构 每个子目录显示用于处理pcap文件以进行目标

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：4194304
    • 提供者：weixin_42153801

  1. 跨GPU集群实现多维大数据的高效多路分解

  2. 长期以来，它一直是各个学科的重要问题通过提取来检查大量的多维数据嵌入式多路因素。 随着两者的快速增长分析中数据的规模和维度，研究挑战产生以反映大型张量的动力学同时在因式分解中不引入明显的失真复杂应用中的程序。 大规模平行计算框架，即H-PARAFAC，已经开发启用大规模张量的并行因子分析（PARAFAC） 基于“分而治之”理论（修改后的交替最小方格法）。 分层框架包含了一个粗化模型，用于协调子程序的处理以及用于计算每个子张量的细粒度并行模型和融合子因素。 实验已经进行在GPU集群上，结果表明（1

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：335872
    • 提供者：weixin_38747566

  1. 无线传感器网络中基于数据预测的改进的多维Top-K查询处理

  2. 由于无线传感器网络的规模在扩大，并且一个节点可以感知各种数据，因此从庞大的数据流中选择用户感兴趣的数据已成为重要的话题。 随着WSN查询领域的进一步发展，正在进行广泛的研究以解决不同种类的查询问题。 Skyline是用于多准则决策的典型查询，并且已经为此开发了许多应用程序。 多维top-k查询处理的研究证明，它比传统的集中式方案效率更高。 在某些情况下，观察到的条件（例如温度和湿度）的变化与时间有关。 因此，我们使用了一种数据预测方法来建立双边界过滤器规则，这有助于过滤可能被最终结果集丢弃的数据

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38671819

  1. 在不确定数据集上挖掘优化的概率干预策略

  2. 提出了不确定干预分析模型,主要工作包括:(1)建立了用于多维不确定数据分析的不确定监测点模型(uncertain surveillance);(2)建立了基于不确定监测点的不确定干预策略及挖掘评价算法;(3)在真实数据及仿真数据上对所提出的两种算法作了大量实验比较,验证了所提出的干预策略评价优化算法具有较高精度,效率比朴素方法高出3个数量级,适合在实际系统中处理海量干预评价.

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：1048576
    • 提供者：weixin_38601311

  1. python导入pandas具体步骤方法

  2. Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。 数据结构： Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：44032
    • 提供者：weixin_38663544

  1. 基于多维多粒度分析的电信网用户行为模式挖掘

  2. 为了更好地理解电信网用户行为规律，以大规模电信网用户通信详细记录（CDR,call detail record）数据为研究对象，运用混合概率模型与特征工程方法，从用户群体与个体的角度分析了用户呼叫中的通话时长、通话频次、通联关系等多维度特征，并从小时、天、周等不同时间粒度上进一步细化，实现了对不同用户群体通话行为模式的有效发现。通过混合概率模型对用户行为中的分布特性进行建模，解决了用户通话时长、频次等分布特征难以刻画的问题。实验中采用某地区电信网的真实数据作为数据集，对比了决策树、朴素贝叶斯、S

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38534344

  1. sits:R中的卫星图像时间序列-源码

  2. SITS-用于地球观测数据多维数据集的卫星图像时间序列分析 概述 sits R软件包提供了一组用于分析，可视化和分类卫星图像时间序列的工具。 SITS的主要目的是支持使用机器学习方法对图像数据立方体进行土地覆盖和土地变化分类。 SITS中的基本工作流程是： 使用云或本地计算机中可用的图像集合创建数据多维数据集。 从数据多维数据集中提取用作训练数据的时间序列。 对样品进行质量控制和过滤。 使用提取的样本训练机器学习模型。 使用训练有素的模型对数据立方体进行分类。 对分类图像进行后处理。

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：3145728
    • 提供者：weixin_42164534
« 12 3 4 5 6 7 8 9 10 »