共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
数据挖掘技术在农业领域中的应用研究 总被引:3,自引:6,他引:3
数据挖掘是一种深层次的数据分析方法,是现代科学技术相互渗透与融合的必然结果。本文阐述了数据挖掘技术的基本原理,并根据农业数据的特点,探讨和分析了数据挖掘技术在农业方面的应用研究。 相似文献
4.
5.
数据挖掘技术在农业数据中的有效应用 总被引:23,自引:0,他引:23
农业信息系统的建立和大量农业数据的增长,人工获取知识和分析数据变得越来越难,需要对数据进行自动分析并获取知识。KDD和数据挖掘技术在农业中得到应用,由于农业领域本身的特点,通常的数据挖掘技术得不到有效应用。该文提出了几种对农业数据库进行知识发现的有效方法,并将知识发现方法与信息系统紧密结合。 相似文献
6.
7.
8.
基于农业信息数据元表示的数据挖掘 总被引:7,自引:0,他引:7
文章提出了一种基于农业信息数据元表示的数据挖掘方法,论述了农业信息数据元表示以及粗糙集理论的基本概念,并对基于粗糙集理论的挖掘模型的建立过程以及挖掘过程进行了阐述。 相似文献
9.
话题识别与跟踪中的层次化话题识别技术研究 总被引:19,自引:0,他引:19
话题识别与跟踪(topic detection and tracking,TDT)旨在发展一系列基于事件的信息组织技术,层次化话题识别(hierarchical topic detection,HTD)是其中一项全新的任务定义形式.通过连续的大规模评测,话题识别与跟踪已成为国际上自然语言处理尤其是信息检索领域的一个研究热点.为此,将自然语言处理与信息检索技术相结合,提出了针对事件特点的切实有效的单粒度话题识别方法,并提出了基于多层聚类的MLCS算法对话题进行层次化组织.所提出的方法具有很好的效果,在TDT2004的HTD评测中,该方法取得了第2名的成绩. 相似文献
10.
数据挖掘技术在农业数据挖掘平台中的应用研究 总被引:1,自引:0,他引:1
数据挖掘平台是数据挖掘研究和应用的桥梁,对数据挖掘技术的推广及数据挖掘理论研究起到很大的作用。文章描述了数据挖掘的处理过程,并根据农业数据的特点,设计了基于Web的农业数据挖掘平台的原理框架。 相似文献
11.
电子商务是一种新型的现代商务模式,如何将Web挖掘应用于农业电子商务,来有效地处理信息,成为农产品企业关注的问题.本文介绍了Web挖掘的概念和分类,阐述了Web挖掘在农业电子商务中的挖掘方法和过程,讨论了Web挖掘在农业电子商务中的典型应用. 相似文献
12.
针对农业数据具有季节性、时效性、多层次性和求新性等复杂特点,以及当前数据挖掘软件中普遍存在的功能耦合过于紧密、数据挖掘算法难以灵活替用等问题,提出了一种基于Web的农业数据挖掘平台的原理框架,并基于责任链式模式实现了原型平台agri-Miner,能保证体系结构的可扩展性以及数据挖掘算法的灵活可替换性。最后,成功应用到农业病虫害以验证平台的有效性。 相似文献
13.
14.
15.
随着职业院校的不断发展以及技术的进步,数据挖掘分析已经在教育行业得到越来越多的应用。利用近几年的毕业生调查数据,经过数据清理及集成,运用EXCEL为数据挖掘分析的工具,采用了关联和聚类算法,找到了毕业生就业规律,相应地提出了提高人才培养质量和就业质量的对策和方法,最终让数据分析的成果为高职院校的改革发展提供了科学的依据。 相似文献
16.
金融数据挖掘中的非线性相关跟踪技术 总被引:5,自引:0,他引:5
金融数据挖掘是信息社会中一个极具挑战性的研究方向.金融数据的随机特性使得隐藏在数据中的内在规则难以被发现.指出了经典相关分析的缺陷,进一步讨论了高阶相关系数的性质,证明了高阶相关不仅能描述隐藏的非线性相关信息,而且正好刻画了线性相关与独立之间的空白.因此,完全可以利用高阶相关性的计算简单性对金融数据中的时变非线性相关特性进行实时跟踪,克服了Brock W.等人于1987年和1992年提出的Granger-Causality独立性检验方法中需要正态假设和非实时性的缺点.最后,将上述结果应用于股票价格与成交量之间的相关分析.数值结果显示高阶相关能跟踪隐藏在数据中的时变非线性相关特性. 相似文献
17.
数据挖掘技术的应用分析 总被引:1,自引:0,他引:1
边瑞海 《计算机光盘软件与应用》2010,(10):19-19
网络时代,大量的信息在给人们带来方便的同时也带来了一大堆问题:第一是信息过量,难以消化;第二是信息真假难以辨识;第三是信息安全难以保证;第四是信息形式不一致,难以统一处理。面对“数据丰富而有用信息贫乏”的现象,数据挖掘和知识发现技术应运而生,并显示出强大的生命力。 相似文献
18.
数据挖掘在PACS系统中的应用 总被引:1,自引:0,他引:1
PACS系统在医院得到越来越广泛的应用,大量的图像和文本资料存贮在PACS数据库中。这些海量数据仅仅是一些“数据”的集合,而不是“信息”或者“知识”的集舍。本文将数据挖掘技术与PACS系统结合,通过处理PACS系统中的各种病案资料,从“数据”中获取有用知识的集合,为医生的辅助诊断提供了智能的决策支持。 相似文献