数据挖掘中应用偏最小二乘法发现异常值

本文介绍了偏最小二乘法在挖掘统计数据中的异常值上的应用.对统计数据使用偏最小二乘法回归,可以较快速地建立相对准确的回归方程,并且结合变量投影重要性指标等相关分析工具可以对数据进行消元,降低数据的维数,从而减轻运算的强度;通过预测值和实际发生值的比较,根据法则判定数据是否异常,从而达到对数据风险的控制,在经济、金融等领域中有着重要的实际意义.     

《数据结构》自学考试应试指导

安徽省计算机及其应用专业(本科段)自学考试从今年4月份开考了.从上半年的考试情况来看,有部分考生没有取得应有的成绩.通过与一些考生的交谈,笔者发现了他们学习中存在的一些问题.下面就先谈谈应考中的学习方法问题,并就《数据结构》课程的学习方法提出一些建议,最后给出一些典型问题的求解方法,供大家参考.一、本科自学考试的特点及其与专科之间的差异按有关文件规定,参加计算机专业(本科段)自学考试的考生必须是已经毕业的各类专科/本科毕业生或者是在读的专科/本科学生.既然考试层次比原来的层次高,在考试要求方面自然也会有所提高.那么要求方面的差异是什么呢?下面谈谈笔者自己的观点.     

基于任意分割的串行进位链规则获取的计算流程

 分析了等价矩阵和联合决策矩阵规则提取算法对于大数据集低效性的根源.提出了基于任意分割的规则获取方法和相应的串行进位链计算流程.这种计算流程将大数据集上的规则获取,转化为通过分割后多个智能体(子系统)及其智能体间数据共享的"并行＋串行"的规则提取计算过程,有效的解决了大数据集上规则获取问题.复杂度分析表明该算法在效率上较现有的算法有显著的提高;实例分析验证了该方法的可行性;相应的对比实验表明这种计算流程对大数据集上的规则获取的实用性和高效性.     

一种序列模式发现的新方法*

针对序列模式挖掘,提出频繁2序列图(F2SG)来表示数据库中的序列信息,通过扫描一次数据库,将与挖掘任务相关的信息映射到F2SG中,并在此基础上提出一种新的序列模式发现算法——GBSP。GBSP算法充分利用F2SG中表示的项目之间的次序关系进行频繁序列挖掘,提高了其生成效率。理论分析与实验表明,该算法较传统的序列模式发现算法在时间和空间性能上具有优越性。     

属性约简在教学质量评估系统中的应用

粗集是一种处理不精确的、不一致的、不完整的各种不完备信息,并从中发现隐含的知识,揭示潜在规律的方法,可以应用于数据挖掘,其中属性约简和核是粗集的核心内容.在教学质量评估系统中,为了得出评价的规律,必须对收集的众多信息指标进行处理,其中有些指标是关键的,获取这些指标有助于提高管理的成效.文中应用粗集理论对教学质量评估指标进行约简,获取最优的指标,在教学管理中有很大的价值.     

不完备信息系统的属性约简方法研究

该文从经典的粗糙集对完备信息系统的属性约简方法入手,为避免不完备系统的完备化处理,修改了传统意义上的差别函数,在不生成分辨矩阵的情况下,提出基于按桶散列的物理存储方法,并利用逻辑运算中的吸收律直接对不完备信息系统进行约简。     

基于数据分析方法的属性简约算法的实现

属性约简是粗集理论中的研究热点之一。文章通过数据分析方法讨论了属性约简问题,该算法直观,易于理解,能计算出所有的约简,克服了启发式算法的不完备性,以及基于区分矩阵的属性约简算法中出现时间和空间浪费的问题。实例表明,该法是行之有效的。     

基于K-means的朴素贝叶斯分类算法的研究

将K-means算法引入到朴素贝叶斯分类研究中，提出一种基于K-means的朴素贝叶斯分类算法。首先用K-means算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与k个簇重心之间的相似度，把记录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据集进行分类。实验结果表明，与朴素贝叶斯相比，基于K-means思想的朴素贝叶斯算法具有较高的分类准确率。     

构建市级电子政务安全平台

随着信息化建设的逐步推进,电子政务系统对其安全运行的依赖性越来越强。为了给市级电子政务系统的运行提供必要的安全保障,文中在基于PKI技术的安全平台建设的基础上,又增加了为系统防范网络内部的行为滥用和网络外部的恶意攻击而提供的安全辅助支撑平台,从而构建了市级电子政务系统全方位的安全平台。     

基于DSFCI-tree的分布式数据流频繁闭合模式挖掘

频繁闭合模式集可惟一确定频繁模式完全集且数据量要小几个数量级。根据分布式数据流的特点,提出了一种挖掘频繁闭合项集的算法,该算法采用K叉树形结构,以叶子节点接收各条数据流,创建DSFCI_tree结构来存贮各条数据流中的每段闭合模式,然后逐层往上合并更新,从而在根节点可得整个分布式数据流的频繁闭合模式。