版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、內(nèi)蒙古科技大學(xué)碩士學(xué)位論文基于距離的量化關(guān)聯(lián)規(guī)則研究姓名:申海濤申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):控制理論與控制工程指導(dǎo)教師:邢東旭孟海東20090605AbstractWiththedevelopmentofdatabaseandInternettechnologythevolumesofdataandinformationwhichcailbeobtainedincreaseatthespeedofexponentDataminingcome
2、suptosolvetheproblemthathowtodistilltheusefulknowledgewhichCanbeusedfordecisionsupportingfrommassesofdataAnalysisofassociationrulesinda|taminingisallimportantmethod,whichfindstheinterestingrelationsbetweenitemsorattribut
3、esofdatabaseAssociationruleminingaimedtofindtheassociatedrelationshipofa玉atdealofitemsetsinthedatabaseAtpresent,theassociationrulesinquantitativeassociationrulemininghasbecomeanimportantresearchdirectioninthefieldofdatam
4、iningIIlthebackgroundofquantitativeassociationruleminingthispaperhasdonethedistance—basedquantitativeassociationrulesresearchesFirstlyweintroducedsometheoriesandconceptsofdataminingandassociationrulemining,andcommonalgor
5、ithmsOnthisbasis,themajorstudyoftheApriodalgorithm’SproblemswhichusedforminingquantitativeassociationrulesThen,byintroducingthethinkingofminingquantitativeassociationruleofalgorithmsatpresent,weanalyzedemphaticallythealg
6、orithmofthedistance—basedassociationrules(DRA),andsomeimprovementswereproposed:First,improvedtheclusteringpart,whichclustersallattributesofdatawiththeK—meansandCADD,SOthatclusteringresultsreflectbettertherelationshipbetw
7、eendata;Second,reducedthequalificationofthedefinitionofdistancebasedquantitativeassociationrules,SOthatthisalgorithmusedmoreeasily;Third,usingtheradiusofclusterforsettingtheparameterDomakesmorereasonableandunderstandssim
8、plyThealgorithmWasprogrammedbyVC60,andachievedthevisualizingdataminingFinallyinordertotestifythevalidityoftheimprovedalgorithm,thegeochemicalsurveydatainacertainareainChinaandclinicaldatawereminedandanalyzedbytheimproved
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)場(chǎng)的量化關(guān)聯(lián)規(guī)則研究.pdf
- 基于量化規(guī)則格的關(guān)聯(lián)規(guī)則挖掘及其分布處理研究.pdf
- 基于量化關(guān)聯(lián)規(guī)則挖掘的就業(yè)分析系統(tǒng).pdf
- 基于量化概念格的關(guān)聯(lián)規(guī)則挖掘模型研究.pdf
- 基于量化相關(guān)模式的多值關(guān)聯(lián)規(guī)則挖掘算法.pdf
- 基于模糊集理論的量化關(guān)聯(lián)規(guī)則挖掘.pdf
- 量化關(guān)聯(lián)規(guī)則模型與挖掘算法研究.pdf
- 事務(wù)間量化關(guān)聯(lián)規(guī)則挖掘的研究及應(yīng)用.pdf
- 基于多目標(biāo)煙花算法的正負(fù)量化關(guān)聯(lián)規(guī)則挖掘算法.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
- 基于模糊的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于互關(guān)聯(lián)后繼樹(shù)的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于Rough Set的關(guān)聯(lián)規(guī)則研究.pdf
- 基于關(guān)聯(lián)規(guī)則的離群挖掘的研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的KDD的研究.pdf
- 基于云模型的關(guān)聯(lián)規(guī)則的研究.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)告警關(guān)聯(lián).pdf
- 量化關(guān)聯(lián)規(guī)則及其在高校就業(yè)數(shù)據(jù)中的應(yīng)用研究.pdf
- 多維量化關(guān)聯(lián)規(guī)則在食品安全檢測(cè)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論