基于分类和关联规则的数据挖掘研究及应用

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:hackrx123456789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机科学与技术的发展,人们越来越认识到软件的价值。在信息爆炸的今天,人们迫切需要一种方法从大量的数据信息中提取并找到有用的信息,数据挖掘就是在这种情况下诞生的。近十年,数据挖掘的研究工作取得了很大的进展,各种数据挖掘软件的应用极大地推动了人们掌握、处理信息的能力,并为人们带来了很好的经济效益。 与传统的统计、总结方法相比,数据挖掘技术涉及到多个学科,汇集了人工智能、模式识别、数据库、机器学习以及管理信息系统等学科的成果。数据挖掘是一个新兴的边缘学科,其应用领域非常广泛,并具有良好的应用前景。 本文从基于数据库的知识发现开始,较系统全面地介绍了KDD、数据挖掘的基本概念,并研究了数据挖掘所采用的技术方法和应用领域;在现有研究工作的基础上,提出用连续量代替离散量来表示客体的思想,同时采用积分面积来表示两个客体之间的距离,并对客体进行分类。利用上述方法对学生的数据进行挖掘,得到了一些有用的结论,从而指导学校的教学工作。本文取得的主要成果有: 1.提出一种新的用连续量代替离散量来表示客体的方法; 2.基于积分原理,提出一种新的距离定义,依此距离定义,构造 了一种数据分类算法; 3.在分类的基础上,建立了各类数据之间的关联规则。
其他文献
近几十年来,关于时间序列分析的研究得到了迅速发展,特别是对于线性时间序列,取得了系统而丰富的成果.但是,对非线性时间序列的研究,仅在近二十年来才逐渐被重视起来.对非线
期刊
期刊
期刊
提出了计算交界面运动的有效的半拉格朗日(S-L)水平集方法。该方法由水平集输运方程的二阶半拉格朗日格式、辅助的重新初始化方程的一阶半拉格朗日格式及为了模拟邻近交界面的
期刊
期刊
期刊
期刊