共查询到10条相似文献,搜索用时 15 毫秒
1.
徐锐 《计算机光盘软件与应用》2011,(1)
数据挖掘作为信息技术的新兴领域,充分结合了数据库、统计分析、人工智能等多领域知识.作为企业信息化建设新方向,对其深入了解非常重要.本文主要介绍了数据挖掘的几种常见的学习方法,特别是重点介绍了新兴的领域:迁移学习.文章的最后将举例简要说明几种学习方法的区别. 相似文献
2.
数据挖掘作为一个新兴的、多学科交叉的应用领域,正在各行各业的以信息分析为基础的决策支持系统活动中扮演着越来越重要的角色.本文介绍了数据挖掘的概念、对象,数据挖掘的常用方法.对几种数据挖掘的工具做了介绍和比较. 相似文献
3.
数据挖掘技术及其应用现状探析 总被引:2,自引:0,他引:2
数据挖掘是一门新兴的数据处理技术,是当前热门的一个研究领域。本文简要介绍了数据挖掘的概念、过程及数据挖掘系统的体系结构,论述了数据挖掘的主要方法,最后对数据挖掘在国民经济和军事领域的应用作了介绍。 相似文献
4.
数据挖掘技术及其在工业生产中的应用 总被引:12,自引:1,他引:12
数据挖掘是一种新兴的数据处理和分析技术,生产领域的应用,文章概述了数据挖掘的主要技术特点、术的应用现状,分析了工业生产的过程特点和数据特点,处理和挖掘方法,强调了合理利用专业知识的重要性。已在许多领域发挥出可观的作用。为了促进数据挖掘在工业主要任务和一般实现方法,介绍了工业生产领域数据挖掘技并针对这些特点探讨了工业生产数据挖掘较为独特的数据预 相似文献
5.
半监督学习问题在现实社会和数据挖掘中得到运用广泛,半监督学习的理论研究成果部分已经应用于实际问题。首先对于半监督学习进行概述,介绍半监督学习方法的几个思路,给出半监督学习的理论研究和实际应用中的一些问题,然后描述半监督学习的几个常用算法,最后阐述半监督学习方法的实际应用。 相似文献
6.
一种结合半监督Boosting方法的迁移学习算法 总被引:1,自引:0,他引:1
迁移学习是数据挖掘中的一个研究方向,试图重用相关领域的数据样本,将相关领域的知识”迁移”到新领域中帮助训练.当前,基于实例的迁移学习算法容易产生过度拟合的问题,不能充分利用相关领域中的有用数据,为了避免这个问题,通过引入目标领域的无标记样本参与训练,利用半监督Boosting方法,提出一种新的迁移学习算法,能够对样本的... 相似文献
7.
8.
9.
随着深度学习的发展,研究人员开始探索将深度学习应用于行人重识别任务并提出了大量方法,随之也迎来了新的挑战。为系统地了解这一领域的研究现状和发展趋势,首先对行人重识别任务以及存在的问题进行简单介绍;其次,根据训练方式的不同,分别探讨监督学习、半监督学习/弱监督学习以及无监督学习上行人重识别任务的研究进展,并根据现有研究热度介绍生成对抗网络和注意力机制在行人重识别上的应用;之后,列举了该领域中常用的经典数据集,并对比了深度模型在这些经典数据集(Market-1501、CUHK03等)上的表现;最后,对行人重识别领域的未来方向进行了展望。 相似文献
10.
图像数据挖掘研究综述 总被引:1,自引:0,他引:1
对数据挖掘中的一个新兴领域———图像数据挖掘作出了较为全面的研究。给出了图像数据挖掘的定义,分析了图像数据挖掘与图像处理分析、图像模式识别及图像检索等相关领域的异同点,并就图像数据挖掘对传统数据挖掘的改变和扩展之处作了较为详尽的阐述。从多个角度对图像数据挖掘进行了分类。介绍了关联规则、聚类、分类等技术在图像数据挖掘中的不同用法。最后,简单地介绍了图像数据挖掘的几个应用领域的研究现状。 相似文献