Apriori算法中频繁项集挖掘实现研究

在数据挖掘中,关联规则是发现知识的一种有效方法,而频繁项集的挖掘是关联规则中发现强规则的基础,其中连接与剪枝是逐层迭代求解k-项频繁集的核心算法。因此,文中主要介绍了基于连接与剪枝挖掘频繁项集的实现过程,并通过挖掘对传统购物篮数据中的频繁项集进行了验证,结果是一致的。算法的有效性也为进一步挖掘关联规则中的强规则提供了基础。     

新一代数据挖掘语言分析及应用*

关系查询语言的标准化为关系系统的开发奠定了基础,同样好的数据挖掘查询语言也必将有助于挖掘系统平台的标准化。由于数据挖掘覆盖了广泛的分析任务,而且每个任务又具有各自不同的需求,因而开发、设计完善的数据挖掘语言具有非常重要的意义。介绍了新一代数据挖掘语言及应用状况,标准化的数据挖掘工具将使客户从降低成本和投资、方便使用中受益,也将使数据挖掘成为企业决策系统中不可或缺的一部分。     

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。     

Apriori算法中频繁项集挖掘实现研究

在数据挖掘中，关联规则是发现知识的一种有效方法，而频繁项集的挖掘是关联规则中发现强规则的基础，其中连接与剪枝是逐层迭代求解k-项频繁集的核心算法。因此，文中主要介绍了基于连接与剪枝挖掘频繁项集的实现过程，并通过挖掘对传统购物篮数据中的频繁项集进行了验证，结果是一致的。算法的有效性也为进一步挖掘关联规则中的强规则提供了基础。     

基于改进区分表的核属性约简算法

知识约简是一个NP难问题,在众多知识约简方法中,核属性基本上作为属性约简的初始解,这样就能有效地减小约简算法在属性空间中的搜索范围,在一定程度上加速了知识约简的进行.然而,核属性解基本上是利用Hu的分辨矩阵法求得的.结合Hu的分辨矩阵算法,讨论了Hu以及Wroblewaski区分表算法中存在的问题,改进了区分表的定义并结合Ye方法提出了基于区分表核属性约简算法,既克服了分辨矩阵方法的缺陷,又避免了区分表算法中存在的问题.实验结果表明该算法能有效求出决策系统的属性核.     

一个开放数据挖掘系统的分析与设计

采用数据挖掘标准研制挖掘系统正逐渐成为一种趋势。无论是对商业用户还是对系统开发者,这都具有非常重要的意义。对于用户,将大大减少在知识发现和模型配置过程中会遇到的困难,并从低运行成本和方便使用中获益;对于开发者,这些标准将影响着新一代挖掘系统的设计思想、挖掘算法与不同系统中数据的交互途径、异构环境中预测模型的配置方式。采用相关数据挖掘标准,笔者开发了一个开放数据挖掘原型系统XMiners。文章在简要分析了相关挖掘标准的基础上,给出了XMiners的系统结构设计和类模型设计。     

基于小波变换与图割的彩色图像分割方法

为提高图割算法的分割效率与质量并改善shrinking bias现象,提出将图割理论与小波变换相结合的方法.该方法利用小波变换多分辨率分析的特点,将变换中的低频子带图像作为估计GMM参数的训练样本进行多尺度迭代分割,提高算法效率,利用简单高效的CS_LBP纹理描述子提取高频子带图像中的纹理信息,将颜色与纹理特征相结合改善分割效果,并利用高频系数进行多尺度边缘检测,用于计算局部自适应的正则化参数,改善对细长边界的分割.实验结果表明,分割效果得到了改善,算法效率得到了提高.     

财经院校计算机专业Java教学探讨

针对财经院校计算机专业Java教学中存在的教学内容定位不准确、安排不合理、理论与实践相脱离、教师缺乏实际开发经验等问题,提出并探讨了准确定位教学目标、合理安排教学内容、优化教学手段,理论与实践相结合、加强对教师的培养等应对措施.     

基于Web的通用题库系统设计与实现

介绍了一种基于Web的通用题库系统。该系统为学习者提供在局域网远程网上实现对某一学科的主要知识点进行复习和测试的学习环境，为教师提供生成试卷、评价分析学生成绩的工具。并对实现基于Web技术的通用试题库设计中的问题进行了讨论，提出解决方案。     

一种有效的可视化孤立点发现与预测新途径

孤立点发现是数据挖掘活动的重要组成部分,被广泛应用于电子贸易、信用卡等领域的欺诈检测。由于优良的拓扑结构保持和概率分布保持特性,SOM（Self-Organizing Maps）可作为一种有效的降维工具供分析人员获取隐藏于数据中的分布结构信息。在分析了当前基于距离的孤立点发现的基础上,提出了一种基于SOM的孤立点发现与预测新途径,具有可扩展性、可预测性、交互性、简明性等特征。实验结果表明,基于SOM的孤立点发现与预测是有效的。