朴素贝叶斯分类算法及其应用研究

介绍了朴素贝叶斯分类算法的原理,研究了基于朴素贝叶斯算法的数据分类。实际应用表明了朴素贝叶斯算法是一种有效的分类算法。     

朴素贝叶斯分类算法及基应用研究

介绍了朴素贝叶斯分类算法的原理,研究了基于朴素贝叶斯算法的数据分类.实际应用表明了朴素贝叶斯算法是一种有效的分类算法.     

文本分类方法比较研究

随着Internet的不断发展,电子文本信息急剧增加,如何有效地组织和管理这些海量信息,并且能够快速准确地获得用户所需要的信息是当今信息科学技术领域的一大挑战,对电子文本进行有效管理的方法之一就是文本分类。文本分类是一项重要的智能信息处理技术,在信息过滤、信息检索、文本数据库和数字图书馆等方面极具应用价值。本文仅介绍贝叶斯、KNN和支持向量机等三种常用的分类方法,并进行了对比实验,,对这三种分类方法进行分析和比较。     

数据挖掘中Fuzzy c-means的自适应聚类算法

聚类算法是数据挖掘算法中的重要解决方法。针对现有聚类算法模糊c均值算法FCM中的不足 ,如需要预先确定聚类参数c,随机性较强、局部最优等弱点 ,对其算法结构加以改进 ,提出模糊c均值自适应算法 (FCMA) ,增加聚类有效性问题的分析 ,在聚类过程中可动态调整聚类数目 ,这种方法可以避免在确定参数时的随机性和经验性 ,提高聚类算法的可靠程度。     

数据挖掘分析及其算法的应用

在互联网"+"和云计算背景下,时代飞速发展的同时积累了大量形式的数据,为了对急剧增长的数据进行处理,数据挖掘技术随之产生。本文总结了数据挖掘的基本理论和过程,并在此基础上分析了Apriori算法,然后对该算法在商业领域和医疗方面的应用进行了介绍。     

基于校园一卡通的数据挖掘与应用

我国是一个重视教育的国家,九年制义务教育使得每一位适龄学生都能进入学校读书。但是到了高等教育阶段,并不能像之前一样免费接受教育,这使得好多家庭贫困学生的求学过程变得困难,如何将助学金发放给真正贫困且品学兼优的学生这是一个非常重要的事情。校园一卡通的应用是数字校园的重要一环,一卡通刷卡记录里面包含有学生在学校期间各方面的信息:食堂消费记录、图书借阅情况、超市消费记录、学业成绩考试情况等。本文尝试将数据挖掘技术应用在校园一卡通的数据分析中,采用贝叶斯算法及决策树算法,从一卡通消费行为习惯、学习成绩、图书借阅情况等方面综合考虑,寻找出贫困学生,为学校相关部门提供参考意见,使得助学金能更多、更准确地资助品学兼优、刻苦上进但家庭贫困的学生,帮助他们更好地完成学业。本文首先介绍了进行数据挖掘分析的总体流程,接着着重分析了本论文仿真实验时采用的两种挖掘分析算法,最后基于Rapidminerstudio平台对整个挖掘分析过程进行验证,并评估两种算法模型的效果。     

案例推理的数据挖掘算法搜索策略研究

以银行客户经理分析客户流失群体为例进行相应的操作,验证案例推理数据挖掘算法搜索策略的准确性。     

管理会计中数据挖掘技术的应用研究

在管理会计中应用数据挖掘技术是企业发展的必然选择,本文首先分析了数据挖掘技术的含义与应用优势,然后分析了管理会计中常见的几种数据挖掘方法,最后对管理会计中数据挖掘技术的具体应用进行了研究,以期该技术在企业的可持续发展中得以充分应用。     

贝叶斯（Bayes）判别分析在粉煤灰分类中的应用

论述了多元统计方法中的贝叶斯判别分析法在粉煤灰分类中的应用。通过对原始数据的分析,建立起反映粉煤灰质量等级的综合指标函数模型,从而提供了一种新的简单、快速、准确评定粉煤灰质量等级的方法。     

数据挖掘技术在教学管理中的应用分析

数据挖掘技术是一种新的信息处理技术,数据挖掘在教学管理中已有很多应用。简要概述了数据挖掘的基本概念和方法,给出了针对教学管理中的学生信息、教师信息、选课信息等方面数据挖掘的应用层次和指导意义,并总结了数据挖掘对教学管理的作用。     

浅析数据仓库、联机分析处理与数据挖掘

数据仓库、联机分析处理和数据挖掘是作为三种独立的信息处理技术出现的,通过对这三种技术内在的联系性和互补性的分析,可将它们结合起来构成一种新的决策支持系统。     

受采动影响巷道锚注加固及变形观测数据分析

邢台矿7614充填工作面跨采了一部强力带式输送机机尾、二部强力带式输送机机头等矿井主要运输巷道。工作面的采动将影响这些巷道的正常使用,特别是工作面下方40多米处的二强机头对巷道变形要求最高,一旦保护不力,将影响到这条矿井运输大动脉的正常运转。为此,邢台矿采取了对二强机头以及一强机尾处进行打锚杆、注化学浆等巷道加固措施,通过制定合理技术参数,并在跨采巷道内布置观测站对巷道变形量进行全面观测,充分分析充填开采采动影响。通过观测,45 d后巷道变形已呈现稳定趋势,取得良好效果。     

化工过程建模中的数据挖掘技术

对数据挖掘技术在化工过程建模中的应用现状进行了综述，介绍了一些主要的数据挖掘技术，其中包括神经网络、遗传算法、主元分析和偏最小二乘法等；展望了数据挖掘技术在化工过程建模中的应用前景。     

测井数据岩相分类的机器学习方法和大数据岩相分类探讨

对现有测井数据岩相分类的机器学习方法进行归纳总结,并针对大数据岩相分类的相关问题进行探讨。     

数据挖掘在建陶企业客户关系管理中的应用

本文在建陶企业客户关系管理的基础上,通过对数据挖掘方法的具体分析,阐述了数据挖掘在建陶企业客户关系管理中的应用。     

一类复杂工业生产过程中的数据挖掘

以合成氨工业中联合制碱生产过程为例,阐述了一类复杂工业生产过程数据的特点。提出了复杂工业系统中数据挖掘的基本思路和模型结构,并讨论了各种数据挖掘功能的应用,为工业过程的自动控制和知识发现开辟了一条新的途径。     

Rough Set理论在数据挖掘中的研究与应用

Rough Set理论是一种新的处理模糊和不确定信息的数学工具。近20年来,Rough Set理论由于在知识发现等领域的成功应用而受到广泛关注,并得到飞速发展,已成为数据挖掘中的一个很重要的方法。本文讨论了Rough Set理论在数据挖掘过程中的应用,并对Rough Set理论在数据挖掘应用中存在的问题和挑战提出了自己的见解。     

数据挖掘技术在化工优化中的应用

简要介绍了数据挖掘基本概念和发展现状，综述了数据挖掘的任务、数据挖掘的常用方法和技术，重点介绍了数据挖掘在化学工业优化中的应用，对数据挖掘在化学工业优化应用中面临的挑战进行了总结，并对其发展趋势进行了预测。     

生物信息学专业之数据挖掘教学实践与思考

数据挖掘在生物信息学领域中应用前景非常广阔,关于数据挖掘技术在生物信息学专业中教学研究具有重要的意义。从师资、教材、学生基础等方面分析了目前生物信息学本科专业的数据挖掘课程教学存在的问题,并在有关六年来教学实践经验总结基础上,提出了数据挖掘在生物信息学本科专业教学中改革的几点思考。