基于聚類技術的QMP模型建立與知識發(fā)現(xiàn).pdf_第1頁
已閱讀1頁，還剩48頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、該文對基于數據挖掘的實現(xiàn)技術做了深入的研究,從整個系統(tǒng)角度出發(fā),運用新興的數據分析方法,探索開發(fā)智能化信息分析和決策支持工具的解決方案,主要研究成果如下:針對時序數據庫中的數量屬性,提出一種新的模型--數量型屬性的趨勢模式模型(QMP),用于發(fā)現(xiàn)多個數量屬性的變化趨勢之間的關系.研究了將時序數據庫轉化為比率數據庫的趨勢變化模型的可靠性和效率,并給出基于該模型的挖掘算法實現(xiàn)步驟.基于QMP模型的挖掘是一種通用技術,不僅可以用于發(fā)現(xiàn)價格變化

2、與利潤變化之間的關系等知識,還可以用于其它數據挖掘系統(tǒng).對聚類技術進行改進,提出一種技術:將數據庫中的數據對象首先使用CLIQUE算法進行粗分,并確定K的值,之后基于這個結果使用經典的聚類算法.從而排除原經典聚類算法對孤立點以及K值的敏感性.運用數據挖掘的最新研究成果,完成了將一個基于挖掘趨勢模型QMP模型的數據挖掘原型系統(tǒng)的連接工作.原型系統(tǒng)分為數據預處理,QMP模型變換、數據挖掘分析、數據驗證等幾個子系統(tǒng),對數據進行驗證型分析和發(fā)現(xiàn)

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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。

評論

0/150

提交評論