气象信息数据挖掘技术的应用

气象信息数据量不断增大,数据存储就越来越困难,数据挖掘技术研究并应用了几十年,已经有了比较扎实的理论基础,在很多领域已经广泛应用。本文首先介绍数据挖掘技术及气象信息的数据库设计,然后对气象信息数据挖掘技术进行分析。     

一种快速数据挖掘算法的设计与实现

<正>随着数据挖掘新规则或新模式的不断出现,原有的模式已变得不适用,此时需要更新数据仓库,重新处理旧数据,以重新建立挖掘模型。为了充分利用数据挖掘     

数据挖掘的分析与探索

数据挖掘在越来越多的领域中得到广泛应用。本文主要描述数据挖掘的基本概念和过程,分析了传统数据挖掘技术和现代数据挖掘技术及其应用,以及数据挖掘的研究现状和未来的发展趋势。     

数据挖掘技术在远程教学辅助系统中的应用研究

<正>目前,随着网络技术的飞速发展,各种教学网站的出现以及基于网络教学研究的不断深入,老师与学生的在线信息交流也日益丰富。在当前的很多教学系统中,网上答疑已成为师生交流的基本工具与主要方式。常见的答疑形式有:学生通过电子邮件与老师交流,或采用BBS聊天室与老师     

一种高效相联规则提取算法

在Ａｐｒｉｏｒｉ算法基础上,提出改进算法ＡｐｒｉｏｒｉＰｒｏ。利用中间结果对数据库进行过滤,从而加快候选项集的计数速度,提高了整个算法的效率。     

关联规则的价值衡量方法

本文绍了关联规则挖掘的研究情况，提出了关规则的分类方法，对一些典型算法进行了分析和评价，指出传统关联规则衡量标准的不足，归纳出关联规则的价值衡量方法，展望了关联规则挖掘的未来研究方向。     

一个基于频繁项集的时态数据挖掘算法

研究了基于频繁项集的一个时态效据挖掘算法。首先，引进了基于频繁项集关联规则的概念，性质，然后，给出了基于时态约束关联规则的相关概念的定义和性质分析。最后，给出了在时态效据库中挖掘具有时态约束的最大频繁项集，并在此频繁项集生成时态关联规则的算法，由此导出了一种具有一定意义的时态关联规则挖掘方法，这种方法可以崩于商品销售。股票价格等问题的知识发现，最后讨论了该算法在股票效据分析上的一个应用。     

数据挖掘在入侵检测中的应用

<正>随着计算机网络的不断发展,计算机网络安全问题已日益突显。金山网络公司发布的《2010—2011中国互联网安全研究报告》显示,2010年我国28%的网民遭受过黑客和病毒的袭击,计算机病毒产业的收益已过百亿元。黑客和病毒无处不在,因     

数据挖掘在教务管理中的应用研究

为了全面了解学生在校的学习情况,更客观地了解学校教学对学生学习状况的影响,本文对学生的成绩进行分析,采用了关联规则的Apriori算法挖掘出了学生的前期课程和后续课程之间的关系、理论课程和实验课程的关系、教师对学生学习情况的影响以及高中知识学习情况对大学学习情况的影响。     

关联规则挖掘Apriori算法研究

随着收集和存储在数据库中的数据规模越来越大,人们对从这些数据中挖掘出相应的联知识愈来愈感兴趣,关联规则一个典型的应用实例就是市场购物分析．本文介绍了关联分析的概念Apriori算法及其改进技术,对Apfiori算法地优缺点进行了评价．     

常用数据挖掘算法的分析对比

当今社会,数据挖掘在商业领域和工业领域中所起的作用越来越大。但是随着科学技术的发展,知识也出现了爆炸式增长,在这种情况下,研究数据挖掘算法,以便根据不同的需求选择不同的数据挖掘算法,从而降低成本、提高效率成为一件刻不容缓的事。笔者对C4.5、K-means算法、贝叶斯算法、人工神经网络算法等常用的数据挖掘算法进行了研究探讨,希望能够为数据挖掘研究者们提供一些借鉴。     

图像挖掘技术在医学CT图像上的应用

提出了CT图像挖掘的概念,描述了图像挖掘技术在CT图像上的具体应用及实现.针对医院中每天产生并存储的大量有价值的医学CT图像,结合医学上所特有的领域知识,提出了一种通过对医学CT图像进行图像挖掘,可以将医学CT图像分成有病或无病两类的方法.该方法的实现对帮助医生及早诊断出恶性病变具有重大的意义.     

一种基于数据挖掘的入侵检测分析系统

对数据挖掘技术应用于入侵检测系统进行了研究,应用规则检测和数据挖掘相结合设计了一个基于数据挖掘的入侵检测系统结构框图,并详细介绍了其中的检测分析系统．     

一种改进的FP-Growth关联规则挖掘算法的实现

关联规则（Association Rules）挖掘是数据挖掘研究领域的一个重要研究方向,1993年,美国IBM Almaden Research Center的Agrawal等人首先提出了从交易数据库中发现用户模式的相关性问题,并且提出了基于频繁集的Apriori算法。     

一种基于数据库分解的关联规则挖掘新算法

在Fp-growth算法的基础上,提出了一种新颖的关联规则挖掘算法.该算法将大型数据库分解成频繁1-项集的项总数个子集,然后对分解得到的各个数据库子集用Fp-growth算法进行约束项数据挖掘,待所有数据库子集的约束项数据挖掘进行完毕后,再合并这些约束频繁项得到大型数据库的频繁项集.实验结果表明新算法所采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时,占用内存大,运行速度慢的不足,是一种适合于大型数据库的关联规则挖掘算法.     

关联规则在高校评教系统的应用

利用关联规则对高校教师进行评价,进而探索受学生欢迎的教师类型．     

经典关联规则挖掘算法

数据的挖掘是一门综合的学科,涵盖计算机数据库以及高等数学等诸多学科,对于如何更好地利用分析数据库,学者一直在探索。本文从关联规则基本理论入手,进一步对关联规则挖掘的经典算法Apriori算法和FP-growth(频繁模式增长)算法进行了详尽描述,并提出了两个算法不同的针对点,有助于使用者在应用时根据环境做出适当选择。     

一种文本分类数据挖掘的技术

挖掘的理论和应用研究是数据挖掘领域一个新的重要分支,介绍了一种文本数据挖掘方法. 首先,论述了文本挖掘的意义和重要性,探讨了文本挖掘的定义和文本分类的一些形式,然后讨论了一个以数据预处理、特征提取、特征表示和特征匹配等文本分类的一些关键理论问题,并给出了一个基于该方法的文本分类系统的实验结果,实验结果表明了该方法的可行性.     

ADO．Net数据访问技术分析

一、ODBC、OLE DB和ADO简介1．ODBC。最初,各个数据库软件开发商为自己的数据库设计不同的数据库管理系统（DBMS）,不同类型数据库之间的数据交换是一件非常麻烦的事情。为了解决这一问题,微软提出了ODBC,即开放式数据库连接技术（Open DataBase Connectivity）,