基于隶属度改进的模糊K-均值算法

通过对模糊聚类K-均值算法进行分析,针对隶属度归一可能引起结果偏差,对隶属度进行了改进,并进行了实验比较,验证了改进的有效性.     

基于联合数据挖掘的网络异常检测系统的研究

网络攻击日趋隐蔽和复杂化,传统的检测方法具有很大的局限性.该文提出将网络管理中故障管理和性能管理相结合,根据目前网络中可获得的丰富的数据进行联合挖掘,能够全面发现网络中存在的问题.     

基于模拟退火算法对K-means聚类算法的优化

K-means聚类算法是近年来数据挖掘学科的一个研究热点和重点,该算法是基于划分的聚类分析算法.目前这种算法在聚类分析中得到了广泛应用。本文将介绍K-means聚类算法的主要思想,及其优缺点。针对该算法经常陷入局部最优,以及对孤立点敏感等缺点,提出了一种基于模拟退火算法的方法对其进行优化,可以有效地防止该算法陷入局部最优的情况。     

数据挖掘集成技术研究综述

本文主要讨论数据挖掘中的集成问题。在分析数据挖掘的发展和特点的基础上。介绍了数据挖掘技术的集成思想和实现方法,内容包括数据挖掘方法集成;数据挖掘与数据库的集成;数据挖掘与数据仓库的集成;数据挖掘与人工智能;数据挖掘与其它相关软件技术的集成。     

Efficient storage and retrieval of clustering results using relational database

The problem of how to efficiently store and query the clustering results was considered. Three different storage schemas for clustering results using relational database were proposed, namely, full schema (f-schema), partial schema (p-schema) and compressed schema (c-schema). At the same time, a classification for queries issued to the clustering results was also presented. Finally, we empirically studied the performance of proposed queries on different storage schemas. To our knowledge, this is the first work to address the problem.     

数据挖掘中的隐私保护策略

本文首先分析了由于数据挖掘技术的出现而引发的隐私问题,接着在讨论传统的隐私保护方法的基础上给出了保护隐私的新策略,最后对进一步的研究工作提出了展望。     

一种基于显现模式的懒惰式贝叶斯分类器

本文提出了一种新的基于EP的分类算法,即基于基本显现模式的懒惰式贝叶斯分类算法（Lazy Bayesian Classification based on essential Emerging Patterns,LBCeEP）,该算法使用懒惰式学习技术进行训练数据集的约简,并使用了一种特殊形式的更能有效地反映类标属性的EP,同时采用贝叶斯方法应用这种EP来进行分类.在UCI机器学习库中的14个数据集上的实验表明,本文所提出的算法具有更好的分类效果。     

基于XML的Web内容挖掘方法

在分析Web内容挖掘特征的基础上,提出一种基于XML技术的Web内容挖掘模型．利用HITS算法确定权威Web页面,利用HTMLTidy工具将非XML文件经过数据清洗后转换成结构良好的XMI。文档,结合互联网上传统科技论文的自动抽取系统实例,采用文本聚类分类技术进行面向XML文档数据的数据挖掘．实验结果表明,该模型工作良好,可以自动、有效地提取网页内容．     

晋城矿区奥陶系岩溶水化学特征及其成因

晋城矿区奥陶系岩溶水由于埋藏深度和循环条件的不同,水文地球化学条件复杂。本文在晋城矿区水文地球化学测试的基础上,分析研究了奥陶系岩溶含水层的水化学特征及水—岩作用机理和水化学成分的成因。     

面向电子商务的Web数据挖掘应用研究

过去几十年里,伴随着电子商务的飞速发展,Web已迅速发展成为世界上规模最大的公共数据源.如何从网络上大量的信息中找出真正有价值的信息和知识,已成为企业和商家所密切关注的问题.本文简要介绍了电子商务、数据挖掘及Web数据挖掘等内容,并对Web数据挖掘技术在电子商务中的应用进行了探究.