排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
Web Service架构下的分布式关联规则挖掘研究 总被引:1,自引:2,他引:1
随着信息技术的不断发展,大量的分布系统和跨平台系统不断涌现,同时也给数据挖掘带来了一定难度.针对分布的、异构的应用环境,提出了一个基于Web Service架构的数据挖掘框架.该框架能极大地实现分布异构环境下的数据挖掘.在此框架基础上设计了一个改进的PF增长算法,算法主要针对分布异构环境下的关联规则挖掘并具有较高的效率,同时也证实了框架的可行性. 相似文献
2.
基于广义径向基函数的神经网络分类预测 总被引:1,自引:0,他引:1
径向基函数网络是神经网络中一种广泛使用的设计方法.它把神经网络的设计看作是一个高维空间的曲线逼近问题.相对于其他的神经网络方法.径向基函数神经网络除了具有一般神经网络的优点,如多维非线性映射能力、泛化能力、并行信息处理能力等,还具有很强的聚类分析能力,学习算法简单方便等优点.针对一个实际分类问题,利用广义径向基函数网络的思想训练一个网络并实现对测试数据集的分类预测.本算法采用k-均值聚类算法训练广义径向基函数网络中心,使用奇异值分解计算输出层权值.对该网络的实现细节及待改进之处进行简要分析.实验表明广义径向基函数神经网络的思想具有很强的聚类分析能力,学习算法简单方便等优点. 相似文献
1