神经网络数据挖掘算法的研究与应用

分析了神经网络数据挖掘算法的适用范围,对算法模型和算法实现进行深入的探讨,并利用基于时间序列的多层前馈神经网络挖掘算法实现了对企业材料成本数据的预测,可为企业成本管理提供决策支持.     

数据挖掘与进化算法

数据挖掘是信息爆炸问题的一种解决方案，进化算法是模拟自然进化过程而产生的计算机算法，其实是一种优化技术，在数据挖掘中引入进化算法具有相当的现实意义。     

数据挖掘技术在电子审计数据处理中的应用探讨

信息化的发展对电子审计技术方法和质量管理都提出了更高的要求.电子审计数据在逻辑结构、形式和来源等方面均有别于传统审计数据,使得其证明力(能够用于审计证据)受到影响.数据挖掘技术的不同分析方法,如分类规则、聚类规则和关联规则等挖掘算法在电子审计数据处理中都可以有广泛应用,能明显提高审计数据的安全性和质量.     

决策树算法在数据挖掘中研究与应用

随着社会的发展、经济的进步，各行各业对可视化数据挖掘需求越来越高。本文介绍了可视化数据挖掘的相关概念，分析了在可视化数据挖掘中决策树算法的相关理论，并预测了可视化数据挖掘的发展。     

基于云计算的数据处理及数据挖掘方法

介绍云计算的概念及应用,探讨传统数据挖掘方法——分类和聚集方法的基本原理、特点、优缺点及应用范围。根据云计算的并行分布式计算特点,提出与之适应的数据处理方法。借助Google云计算中的分布式数据处理平台,评价云计算下复杂数据形式的数据挖掘方法。     

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.     

数据挖掘算法及其在电子商务中的应用

利用关联规则的Apriori数据挖掘算法及其改进算法,对电子商务中的数据进行分析挖掘。基于某电子商务网站实际数据的实验结果表明,该算法是有效的。     

决策树算法在数据挖掘中的应用研究

介绍了基于决策树算法的几种分类技术,重点介绍了具有很大影响的ID3算法,对几种算法进行了总结比较。     

数据挖掘算法及其在教学管理中的应用

文章利用关联规则的Apriofi数据挖掘算法,以一定范围的学生成绩为数据源,分析了课程问的影响关系,得到一些合理的课程关联规则。将这些规则运用到教学管理中,可以合理地设置课程及指导学生选课。     

数据挖掘中后缀树算法的应用研究

后缀树是一种非常重要的数据结构,它在与字符串处理相关的各种领域里有着非常广泛的应用。构造后缀树是应用后缀树解决问题的前提和关键。文章首先引入了一种新颖的数据结构——后缀树的相关概念,在此基础上,对其特点和算法的构建进行了论述,并探讨了后缀树及其算法在中文分词、关联分析中的应用,然后以中文文档聚类为例,结合中文需要分词的特点,设计出了基于后缀树聚类算法的聚类系统结构。     

微机应用系统中输入信号的数据处理算法

在微机应用系统中,对输入信号进行采集并采用数据处理算法,能有效地提高输入信号的真实性,改善微机应用系统的控制性能.     

基于Apriori算法的数据挖掘算法研究

关联规则挖掘是一种最有影响的数据挖掘技术。它在交易数据库或其他数据仓库项目集之中提取有意义的关联,频繁模式和关联。大多数现有的算法发现频繁模式都需要多次遍历数据库,导致大量的磁盘读取,造成了巨大的I/O负载。为了减少重复读盘,本文提出了一种新的自上而下的方法,即Apriori算法的改进版本,此算法大大降低了数据库的扫描次数,避免生成不必要的模式而减少了数据库的扫描,节省了大量的时间和空间。     

基于神经网络的数据挖掘算法

数据挖掘涉及多学科技术的集成,包括数据库技术、神经网络、模式识别、信息检索、图像与信号处理和空间数据分析等.神经网络在数据挖掘中的应用也越来越广泛,尽管神经网络具有结构复杂、网络训练时间长、结果表示不容易理解等缺陷,但其对噪声数据的高承受能力和低错误率的优点是其他方法所不及的,并在数据挖掘所采用的方法中具有优势.本文对基于BP神经网络的数据挖掘算法进行了详细的讨论,并提出了算法改进方法.     

数据挖掘算法在入侵检测中的应用研究

本文对入侵检测的现状进行了分析,在此基础上重点研究了数据挖掘算法在异常检测和误用检测中的具体应用。对于异常检测,主要研究了分类算法;对于误用检测,主要研究了模式比较和聚类算法;在模式比较中又以关联规则和序列规则为重点研究对象。本文最后对目前数据挖掘算法在入侵检测中应用所面临的难点进行了分析,并指明了今后的研究方向。     

数据挖掘与决策树J48算法在文本分类中的应用

为了应对信息社会数据急剧增长,获得用户感兴趣或有益的数据,必须对数据进行处理,数据挖掘技术就是应这种需要而发展的.数据挖掘要取得有用数据,必须对数据进行种分类、聚类和关联三种不同的任务处理.对于文本信息的分类是数据挖掘的一个主要应用,而决策树算法利用自身优势和分类效率,在文本处理中有巨大的应用前景,尤其是J48算法应用与文本信息的分类有广泛的应用价值.     

数据挖掘与决策树J48算法在文本分类中的应用

为了应对信息社会数据急剧增长,获得用户感兴趣或有益的数据,必须对数据进行处理,数据挖掘技术就是应这种需要而发展的.数据挖掘要取得有用数据,必须对数据进行种分类、聚类和关联三种不同的任务处理.对于文本信息的分类是数据挖掘的一个主要应用,而决策树算法利用自身优势和分类效率,在文本处理中有巨大的应用前景,尤其是J48算法应用与文本信息的分类有广泛的应用价值.     

PSIM偏振光谱仪测量数据处理算法与实现

偏振光谱强度调制（PSIM）是一种获取偏振光谱信息的新技术,测量数据处理是PSIM偏振光谱仪的关键模块之一。利用IDL程序设计语言,完成PSIM偏振光谱仪测量数据处理算法的集成设计。从PSIM技术原理出发,进行PSIM偏振光谱仪测量数据处理算法的数学推导,确立PSIM偏振光谱仪数据处理算法流程,编程实现了从光谱仪测量数据文件读入到待测光Stokes矢量元素谱及偏振度谱输出的完整过程,完成了PSIM偏振光谱仪数据处理算法的可视化设计,使其具有良好的用户界面。典型待测光源测量实验数据处理结果与理论分析结果的一致性证明了算法可行性和软件设计的正确性。同时,程序功能的可视化设计也使PSIM偏振光谱仪测量数据处理效率明显提升。