KDD中的机器学习

1.机器学习的发展机器学习是研究获取新知识、新技巧,重组已经出现的知识的计算方法,是人工智能中的基本问题,其理论基础涉及人工智能、统计学、脑知模型、适应性控制理论、心理学模型、进化模型(如遗传算法)。机器学习的研究开始于50年代,经过40来年的发展,已经取得     

KDD：数据库中的知识发现

一引言 随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据急剧增大。但目前数据库系统所能做到的只是对数据库中已有的数据进行存取,人们通过这些据所获得的信息量仅     

模糊聚类分析在KDD中的应用研究

应用模糊聚类算法确定关键条件属性集，探索教师教学质量评估数据库中评估等级同评估项目之间的规则知识。     

院内感染系统中的KDD技术

在医院中院内感染是一个不可忽视的问题。文中介绍了院内感染的特点，给出了用KDD技术对院内感染系统进行挖掘的步骤和系统结构，提出了在数据预处理和算法选择上应考虑的问题，并给出一种适用于院内感染数据挖掘的算法，该算法简单有效，易于实现。     

KDD方法在金融诈检测中的应用研究

在分析了金融事务中进行金融欺诈的现象后，对传统的金融欺诈检测方法进行了分析，并在此基础上提出了一种利用数据挖掘方法进行金融欺诈检测的模型，并在此基础上利用该模型列举了方法运行的案例。     

谱图数据库预处理KDD算法研究

针对谱图数据库的特性,在利用数据库知识发现(KDD)技术对谱图数据库进行数据预处理过程中,利用面向属性的归纳法对数据属性间的相关性进行分析,Multi_AdaBoost算法进行聚类分析和统计方法对Beynon表进行审核等方面进行了研究,这样,对质谱库有了更进一步的认识,为构建质谱智能解析系统的知识库和质谱解析的智能化打下了良好的基础。     

浅谈KDD在现代教育技术中的应用

本文从KDD(数据库中的知识发现)及EKDD(教育知识发现)的概念出发,通过对该技术在当前教育技术中相关应用的分析,总结并归纳了利用该技术在现代化教学过程中的几大功能,并提出了一些思考。     

KDD中的数据预处理技术──相关性分析

数据库中的知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ,简称ＫＤＤ）是最近随着实际应用而发展起来的新兴计算机技术,广泛地用于智能处理系统和决策支持系统。伏而许多ＫＤＤ算法常常强调方法和模型,把方法和模型建立在理想的数据来源上。这样就和实际应用存在一定的差距。现实数据的性质通常并不是很理想。因此有必要通过数据预处理来缩小ＫＤＤ算法和实际应用之间的差距。该文提出了一种数据预处理方法──相关性分析：使数据的性质和ＫＤＤ的目标更紧密地相连,形成正确的、容易理解的数据,用于后续的ＫＤＤ分析。     

数据库知识发现(KDD)技术在质谱解析中的应用

通过运用数据库知识发现（ＫＤＤ）技术对谱图数据库中数据属性间的相关性，Ｂｅｙｎｏｎ表和醇的质谱特性等方面进行了研究，使我们对质谱库有了更进一步的认识，为构建质普智能解析系统的知识库和质谱解析的智能化打下了良好的基础。     

一个KDD应用系统的设计与实现

本文论述了一个基于高校科研管理的数据库中的知识发现应用系统的结构以及各模块的功能，并扼要介绍了该系统的实现技术。     

基于虚拟现实技术的数据挖掘结果可视化

在数据库知识发现中,数据挖掘结果的解释与评估是一个重要的环节。介绍了一种基于虚拟现实技术的可视化方法,该方法有利于对数据挖掘结果进行评估,较好地解决了模式的易懂性问题。     

计算智能方法在KDD系统中的应用与研究

该文论述了KDD系统中计算智能方法的性质和特点,并且提出了神经网络和遗传算法技术在具体的数据挖掘过程中的应用模型,另外,从精确性、鲁棒性等方面对算法的优劣进行了比较。     

一个通用型知识发现系统中数据预处理的实现

介绍了一个通用型知识发现系统的数据预处理部分的主要设计思想和实现方法。该系统的数据预处理部分运用了视图机制、主题管理、语言场理论等思想方法,对基于各种关系型数据库的知识发现工具的实现进行了有益的尝试,并对未来的工作做了展望。     

基于IP网络流量数据仓库的KDD实现

通过对IP网络流量数据仓库进行多表关联检索和决策树模型的数据挖掘,可以从中发现若干有用的知识和相互关联的规则,用于分析流量增长的趋势和寻找IP地址分布与流量大小之间的普遍规律。有助于资源的控制和异常情况的发现。另外,将多表关联算法和决策树挖掘用于星型构架的多维数据集,可以显著地提高数据对象之间的关联性能和数据挖掘的效率。     

一个通用型知识发现系统中数据预处理的实现*

介绍了一个通用型知识发现系统的数据预处理部分的主要设计思想和实现方法。该系统的数据预处理部分运用了视图机制、主题管理、语言场理论等思想方法,对基于各种关系型数据库的知识发现工具的实现进行了有益的尝试,并对未来的工作做了展望。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。     

数据挖掘技术在销售分析系统中的应用

介绍了数据仓库的设计方案和架构,以及数据挖掘技术的原理,以实例阐述了两者结合应用于企业销售管理和决策分析的思路,给出了基于这些技术的销售分析系统的设计与实现方法,为企业进一步制定发展战略和科学决策,提供有力的依据。     

一种基于密度和网格的聚类算法在KDD中的应用

聚类是数据挖掘领域中的一个重要研究方向。文章主要讨论数据挖掘中一种基于密度和网格的聚类算法的设计思想,并进行了编程实现,同时给出该算法在KDD(KnowledgeDiscoveryinDatabase)中的应用。