已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、 數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabases，簡稱KDD)是數(shù)據(jù)庫和人工智能領(lǐng)域研究的熱點課題，其中關(guān)聯(lián)規(guī)則挖掘是重要的分支。經(jīng)典的和其它挖掘算法在時空性能方面和結(jié)果展現(xiàn)方面還存在一些不足。概念格是通過概念的內(nèi)涵和外延及泛化和例化之間的關(guān)系來表示知識，因而適用于從數(shù)據(jù)庫中挖掘規(guī)則問題的描述。在概念格的內(nèi)涵中引入等價關(guān)系而得到的概念格擴展模型，能更清晰的表示概念內(nèi)涵之間的關(guān)系，更有利于知識提取。本文探
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于量化概念格的關(guān)聯(lián)規(guī)則挖掘模型研究.pdf
- 基于概念格模型關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵問題研究.pdf
- 基于概念格模型的關(guān)聯(lián)規(guī)則挖掘算法研究及實現(xiàn).pdf
- 基于本體與概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘的研究.pdf
- 基于概念格模型的分布式關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘方法的研究.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘研究與實現(xiàn).pdf
- 基于概念格及其擴展模型的數(shù)據(jù)挖掘研究.pdf
- 基于粗集約簡構(gòu)造概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于區(qū)別度概念格的關(guān)聯(lián)規(guī)則挖掘算法設(shè)計.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘及變化模式研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的查詢擴展.pdf
- 基于粗糙集和概念格的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于概念格的多值屬性關(guān)聯(lián)規(guī)則可視化挖掘.pdf
- 量化概念格關(guān)聯(lián)規(guī)則挖掘的主題地圖方法研究.pdf
- 基于粗糙集和概念格的數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的研究.pdf
- 基于形式概念分析的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于格論的關(guān)聯(lián)規(guī)則挖掘的研究.pdf
評論
0/150
提交評論