一种五自由度混联机器人运动学研究

对一种混联机器人进行了运动学分析,给出了运动学方程正、逆解及其雅可比矩阵,为类似机构进行动态分析提供了基础.     

一种基于粗糙集的数据挖掘模型

粗糙集理论是一种处理不确定和不精确问题的数学工具。运用模拟例子通过不同简化层次的算法导出每个层次上的信息集,最后得到规则集来说明如何建立和运用这种数据挖掘模型。     

一种面向Web的数据挖掘技术研究

采用标准Web技术——HTML,XML和Java,开发一种基于Web用Java把Web数据转换为XML的数据挖掘方法。该方法标识数据源并把它映射成XHTML,根据一定的相关关系查找数据内的引用点并进行智能数据抽取,将数据映射成XML。这种数据挖掘方法比较简单,通过选择可靠的数据源以及在这些数据源中选取与内容相关但与格式无关的锚点,可以较为方便地建立一个强壮的数据挖掘系统。     

基于粗糙集的数据挖掘方法分析

文章从数据挖掘和粗糙集的基本概念出发,研究粗糙集理论在数据挖掘中的典型运用,为大型数据挖掘提供了一种新的方法。基于粗糙集的数据挖掘,首先通过粗糙集理论对数据进行预处理,然后对属性约简,最后进行决策规则提取,寻找最优解。     

试论二次型化标准形的方法

高等代数是大学数学专业的基础科目之一.在高等代数这门科目中,二次型是这一科目的重点学习内容之一.通过对高等代数的深入学习,我们不难发现,在研究二次型时我们通常把二次型转化为标准形来研究,所以掌握化二次型为标准形的方法十分重要.根据所学原理,本文给出了一种化二次型为标准形的方法,并将通过例子说明该方法的有效性.     

一种利用模糊神经网络提取商业规则的数据挖掘方法

利用模糊神经网络提取规则的可解释性改进了神经网络分类的缺点,为了易于提取规则,采用遗传算法对神经网络的结构进行优化,仿真和测试表明该方法是有效的。     

一种基于社交媒体短链接的网页舆情热点数据挖掘方法

近年来,网络舆情热点数据挖掘受到广泛关注。获取社交媒体数据并从中找出舆情热点较容易实现,但网页舆情热点数据挖掘现有方法存在系统开销巨大、时效性差等问题。从社交媒体中日益流行的短链接入手,分析其对网页舆情热点挖掘的价值,并在此基础上提出一种网页舆情热点数据挖掘方法。     

基于变精度粗糙集的数据挖掘方法研究

本文分析了数据信息获取的研究背景,并在此基础上提出了数据挖掘方法的研究现状.接下来讨论了在数据挖掘研究中所遇到的技术难题以及发展趋势.最后提出了变精度粗糙集理论在不完备信息系统和完备信息系统中的数据挖掘方法.     

基于GIS的空间数据挖掘模型研究

分析了当前两大主流数据挖掘模型及数据挖掘与地理信息系统(GIS)的集成模式,并结合GIS数据的特点,探讨了基于GIS的空间数据挖掘模型。     

基于定义和基本公式解题

以典型问题为例 ,说明从定义和基本公式出发是解题的基本出发点和主要方法     

数据挖掘之聚类算法综述

近年来,数据挖掘技术的研究备受国内外关注,其主要原因是信息技术发展产生了大量分散的数据,迫切需要将这些数据转换成有用的信息和知识.此前的研究,主要集中于分类算法及应用方面的研究,但某些特殊领域,如生物信息学研究等,需要通过聚类方法解决一些实际问题.本文从横向深入分析了数据挖掘技术中聚类算法的发展,对层次法、划分法、模糊法,以及量子聚类、核聚类,基于密度和网格等10种聚类算法的原理、过程和特点等都进行了比较详细的分析论述.     

基于数据仓库的电子政务数据挖掘研究

电子政务是社会信息化建设的重要组成部分,政务电子化在数量上不断推进的同时,必需在质量上进行提升。基于数据仓库的数据挖掘技术是助推政务电子化的重要措施。通过分析电子政务数据挖掘的作用,流程,方法步骤等,并对中国电子政务应用数据仓库、数据挖掘等技术进行研究,促进电子政务在智能化、实用性、可靠性等方面获得提升,从而提高电子政务应用和服务的"质量"。     

基于模糊神经网络的数据挖掘技术的研究

简要叙述数据挖掘的概念及几种主要的数据挖掘方法,提出一种基于模糊神经网络的数据挖掘算法,把模糊理论和神经网络结合起来构造、训练模糊神经网络,弥补神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。     

数据挖掘在数据分析中的应用

本文针对运用数据挖掘方法构建规则库的过程进行阐述,对选取的算法进行介绍及确定其中的可变量,并着重解决方法运用过程中面临的若干问题,其中包括审计数据的收集、格式转换、规则集合并、规则匹配等。通过对挖掘结果的分析可以看出,将数据挖掘技术应用到数据分析中,大大提高了入侵检测系统的可靠性和智能化程度。     

数据挖掘在商业智能中的应用

讨论了商业智能的基本概念和结构模型,阐述了数据挖掘在商业智能中的作用,并介绍了数据挖掘对象的分类方法和常用的数据挖掘技术。     

数据挖掘技术在信用卡业务中的应用

在信用卡业务开展的过程中,银行积累了大量有关客户的人口特征、消费、取现、还款以及催收行为等历史数据,适合采用数据挖掘模型给管理人员提供大量的具有高度预测力的信息.本文讨论了数据挖掘技术在信用卡业务中的业务应用.     

数据挖掘及其在电子商务中的应用

介绍了数据挖掘的定义以及数据挖掘的三个过程．重点阐述了数据建模的三种主要技术，并对数据挖掘在电子商务上的应用进行了论述。     

关联规则在学生成绩中的数据挖掘

数据挖掘中的关联规则挖掘能够发现大量数据中项集之间有趣的关联或相关联系。采用关联规则的Apriori算法和改进后的Apriori算法对三门峡职业技术学院学生各门课程成绩进行分析,从而发现课程之间的联系和基础课程对专业课程的影响,为教务管理部门安排课程提供参考。     

数据挖掘中关联规则算法及其应用

介绍了关联规则经典算法,提出了对其进行改进的一些技术及其应用领域.     

数据挖掘技术在美国院校研究中的应用

数据挖掘是一项新兴的技术,是商业智能的重要组成部分.近年来,随着教育决策对量化分析和研究结果的愈加依赖,这项技术在美国高校管理和院校研究中的应用越来越广泛.许多研究表明这项技术能帮助大学管理人员更好地分析数据,从而获取潜藏的、有用的信息和知识,最终提高决策效率.