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. 改进的Apriori数据挖掘算法的应用

  2. 改进的Apriori数据挖掘算法的应用 一种Apriori算法的改进

  3. 所属分类：其它

    • 发布日期：2010-03-30
    • 文件大小：391168
    • 提供者：chichiflower

  1. 改进的Apriori数据挖掘算法的应用

  2. 改进的Apriori数据挖掘算法的应用 一种Apriori算法的改进

  3. 所属分类：其它

    • 发布日期：2010-03-30
    • 文件大小：385024
    • 提供者：chichiflower

  1. 关联规则Apriori算法的改进

  2. 是数据挖掘的一个经典算法，在实际中具有广泛的应用。

  3. 所属分类：其它

    • 发布日期：2011-05-13
    • 文件大小：47104
    • 提供者：guoxiujuan

  1. Apriori算法的改进及应用

  2. Apriori算法的改进及应用 数据挖掘

  3. 所属分类：其它

    • 发布日期：2012-01-17
    • 文件大小：1048576
    • 提供者：banshaohua1

  1. 关联规则算法的改进

  2. 关联规则(Apriori)算法的改进与应用

  3. 所属分类：其它

    • 发布日期：2008-06-30
    • 文件大小：194560
    • 提供者：huqin870606

  1. 关联规则算法在股票分析预测中的应用研究（论文）

  2. 这是一篇2008年1月的硕士毕业论文，介绍了关联规则算法在金融数据中的应用。详细介绍了Apriori算法的改进，引入hecker确信因子过滤无效规则。采用了一种新的股票数据预处理算法进行预处理。最后对上交所的部分股票数据进行分析，验证了有效性。

  3. 所属分类：其它

    • 发布日期：2012-10-09
    • 文件大小：1048576
    • 提供者：tjxy_20081

  1. Apriori算法的改进及其在电力数据挖掘中的应用

  2. 数据挖掘中Apriori算法的改进，并将其用在电力行业中！

  3. 所属分类：其它

    • 发布日期：2013-05-07
    • 文件大小：476160
    • 提供者：hanyuanyuan8877

  1. 基于OpenCL的频繁项集挖掘研究

  2. 随着当今信息技术的高速发展，人们日常生产生活中产生的数据量呈现出爆 发式增长。因此，对于海量数据集的处理已成为数据挖掘技术的主要挑战。而如 何能以高性价比的方式挖掘到有价值的信息是目前数据挖掘研究的新课题。 GPu通用计算技术的R益成熟为数据挖掘技术的发展注入了新的动力。 GPU通过与CPu截然不同的发展路线，由当初的专用图形处理器一步步走进今 天的通用计算领域，并且正在向传统架构的超级计算机发起挑战。很显然，数 据挖掘这类计算密集型应用也必将受益于现代GPU所提供的廉价大规模并行计 算能力。

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：7340032
    • 提供者：xiaoxio006

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 基于关联规则的用户日志挖掘研究

  2. 主要研究关联规则挖掘在W．eb日志挖掘中的应用。首先介绍了W-eb数 据挖掘的含义、流程和分类。其次，本文对W曲日志挖掘进行了深入的探讨， 这一部分主要讨论了W曲日志数据的采集和预处理的各个步骤以及各步骤常用 的技术方法，另外本文还给出了Wreb日志模式发现过程中常用的技术以及Wreb 日志挖掘的应用领域。之后，本文仔细研究了数据挖掘中的关联规则挖掘，文中 先是给出了关联规则挖掘的基本概念，然后对两个经典算法Apriori和Eclat进行 研究，重点给出了两个算法的思想和执行过程并分析了它们的

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-27
    • 文件大小：2097152
    • 提供者：qq_38176100

  1. 基于Hadoop的Apriori算法研究与优化

  2. 为解决传统数据挖掘算法在大量数据处理时面临的内存占用、计算性能等方面的问题,基于Hadoop平台,应用HBase文件存储系统对海量数据分布式存储以及Map Reduce框架进行分布式计算,实现Apriori经典数据挖掘算法。通过对已实现的Apriori算法进行优化,引入FIS-IS算法思想,从数据库扫描次数和容量消减方向进行改进。提出针对数据本身进行频繁预选项生成方法与对于频繁预选项剪枝步骤进行分组检索的优化方法。实验结果验证了改进算法对算法运行具有良好的优化效果。

  3. 所属分类：Hadoop

    • 发布日期：2018-06-29
    • 文件大小：1048576
    • 提供者：qq_28339273

  1. 基于spark的大数据论文资料

  2. 本资料是集合20篇知网被引最高的基于spark的大数据论文，包括大数据Spark技术研究_刘峰波、大数据下基于Spark的电商实时推荐系统的设计与实现_岑凯伦、基于Spark的Apriori算法的改进_牛海玲、基于Spark的大数据混合计算模型_胡俊、基于Spark的大数据挖掘技术的研究与实现_李文栋、基于Spark的机器学习平台设计与实现_唐振坤、基于Spark的机器学习应用框架研究与实现_孙科、基于Spark的若干数据挖掘技术研究_宁永恒、基于Spark平台推荐系统研究_杨志伟等高质量的论

  3. 所属分类：spark

    • 发布日期：2018-12-17
    • 文件大小：82837504
    • 提供者：weixin_42738043

  1. 基于改进Apriori算法的煤矿物态隐患系统设计与应用

  2. 为了更深入地研究和利用激增的煤炭隐患数据,对某煤矿的隐患及其属性进行了研究、分析与分层,构建了属性的星形全连接模型;并通过数据清洗、概化及连续属性离散化等数据挖掘技术,将大量原始隐患数据转化为适用挖掘的数据。应用经剪枝和连接步的优化改进的Apriori算法,对该煤矿近两年的物态隐患数据记录进行挖掘,得到频繁项集,导出关联规则;最后利用SQL Server 2008数据库和VS2010平台,构建并实现了煤矿物态隐患信息挖掘系统。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：181248
    • 提供者：weixin_38733367

  1. 基于改进的Apriori算法在煤矿安全监测中的应用研究

  2. 针对每款安全监测系统的监测功能进行研究,以改良后的Apriori算法和数据挖掘为基础,使用关联规则挖掘算法对影响煤矿安全的环境因素进行计算和分析,促进了煤矿安全监测系统的监测性能。

  3. 所属分类：其它

    • 发布日期：2020-07-06
    • 文件大小：273408
    • 提供者：weixin_38693476

  1. 关联规则在艺术品股票预测方面的应用

  2. 股票市场瞬息万变，每天产生大量的交易数据。随着艺术品股票市场的兴起，越来越多的人投资于艺术品股票。由于艺术品股票价格受多方面的影响，需要寻求更为有效的方法来对艺术品交易市场进行预测。利用Apriori算法的改进算法对艺术品股票进行关联规则挖掘，得到艺术品股票之间的关联关系，进而对投资者做出正确决策有一定的辅助作用，防止投资者盲目投资，降低艺术品股票市场交易风险。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：226304
    • 提供者：weixin_38682790

  1. 基于MapReduce的频繁闭项集挖掘算法改进

  2. 挖掘频繁闭项集（CFI）在许多实际应用中起着重要的作用。传统的数据挖掘算法中常用FP增长算法和Apriori算法来挖掘频繁项集。然而，内存需求和计算成本成为CFI挖掘算法的瓶颈，尤其是在从大型数据集中挖掘频繁闭项集时，是一个重要和具有挑战性的问题。针对上述问题，提出一种基于云计算的MapReduce框架的并行AFOPT-close算法，使MapReduce可广泛地用于处理大型数据。此外，用于检查频繁项集是否为完全闭的有效并行算法也要求MapReduce平台进一步完善其性能。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：633856
    • 提供者：weixin_38529486

  1.  数据挖掘Apriori算法的改进

  2. 为了解决数据挖掘中关联规则Apriori算法存在的缺陷，提出了一种全新的基于对候选项集处理的改进算法。该算法主要采用一次扫描数据库和对候选项集进行计数处理的方法，实现了减少执行时间以及计算量的目的。实际应用表明，改进后的Apriori算法具有操作简便、测试准确的特点，达到了提高数据挖掘效率和准确性的要求。

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：1048576
    • 提供者：weixin_38714162

  1. 一种基于云计算的关联规则改进研究

  2. 随着数据挖掘技术的成熟，其中关联规则在大规模数据中的应用成为了目前的热点。为了提高在大规模数据下进行数据挖掘的效率，在MapReduce中通过引入归并函数Fusion来提高执行剪枝任务的效率并进行了优化研究，提出了一种基于云理论的关联规则Apriori算法，详细论述了实现的过程以及关键技术。通过实验表明，该方法取得了良好的实验效果，克服了Apriori算法耗时多、识别率低下等问题，是实现在大规模数据进行数据挖掘的实用工具。

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：1048576
    • 提供者：weixin_38717579

  1. 基于数据挖掘的智能电网在线故障诊断与分析

  2. 基于智能电网故障在线诊断与分析的目的，本文采用基于关联规则挖掘改进的Apriori算法，分析了电网三态数据的特性，并利用关联规则建立测试数据库，用于故障诊断在线挖掘；对传统的Apriori算法进行改进，使其只在起始扫描数据库一次，用以获取当前所有项集的支持度计数，解决了原算法多次扫描数据库的弊端，明显提高了在线挖掘效率。工程应用测试结果表明，该算法可有效提高在线故障诊断的实用化水平，具有很好的工程应用价值。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：730112
    • 提供者：weixin_38626984
« 12 »