数据挖掘中的软计算方法及其应用

文章对数据挖掘中软计算方法及应用作了一个综合性阐述。对模糊逻辑、遗传算法、神经网络、粗集等软计算方法,以及它们的混合算法的特点进行了分析,并对它们在数据挖掘中的应用进行了分类。     

软计算方法在数据挖掘中的应用

对数据挖掘和软计算方法做了一个综合性的阐述,分析了模糊逻辑、神经网络、神经一模糊、遗传算法、粗糙集和混合方法等不同软计算方法的特点,尤其是对模糊逻辑软计算方法进行了更多的探讨,并结合软计算方法在数据挖掘中的应用现状,指出了数据挖掘面临的挑战和软计算方法的应用前景。     

基于网格的分布式数据挖掘

针对分布式数据挖掘和网格计算的特点,本文详细分析了目前主流的几种网格体系结构,设计了一种基于开放网格服务架构的Web服务资源框架的分布式数据挖掘整体架构,通过应用描述了它们的具体数据挖掘流程。应用结果验证了该架构在网格环境下进行分布式数据挖掘的可行性和高效性。     

粒度计算在数据隐私保护中的应用分析

本文在进一步研究了粒度计算的发展和应用的基础上,重点描述了粒度计算在数据处理中的应用,并对结合粒度计算的数据挖掘模型的功能进行分析,从而为建立新的数据挖掘模型和数据隐私保护方法提供一定的参考。     

隐私保护的数据挖掘方法的研究

介绍了隐私保护数据挖掘方法的产生背景和意义,其次概括了现阶段国内外隐私保护数据挖掘算法的研究现状,并对当前隐私保护数据挖掘领域中已提出的算法按照数据挖掘的方法、数据源分布情况、隐私保护技术和隐私保护对象以及数据挖掘应用类型等方面进行分类,然后分别详细阐述了在集中式和分布式数据分布环境下,应用在隐私保护的关联规则挖掘、分类和聚类挖掘中的一些典型的技术和算法,总结出它们的优缺点,并对这些优缺点进行剖析和对比,最后指明了隐私保护数据挖掘算法在未来的整体发展方向.     

软件数据挖掘中的几种模型

提出了3种实用的软件数据挖掘方法：评价指标法,中心知识法,偏离度法。介绍了这3种常用软件数据挖掘的概念,给出了它们的具体模型,最后对这3种软件数据挖掘方法进行了比较和评价。     

数据挖掘在人工神经网的应用

介绍了一个基于数据挖掘的人工智能神经网的应用 ,给出了利用神经网络方法及神经网络模型来计算诊断实际症状结果。探讨了基于人工 Application的数据挖掘方法在故障诊断建模领域的应用 ,其他的数据挖掘方法及其结合有待进一步研究     

数据挖掘技术浅析

数据挖掘是当前热门的数据处理技术。本文介绍了数据挖掘概念、数据挖掘过程及数据挖掘系统的体系框架与结构,阐述了数据挖掘的方法,并对数据挖掘应用进行了简单的介绍。     

集合之间基本操作的保密计算协议

保密集合操作是特殊安全多方计算中的一个重要研究内容。考虑了集合操作问题的保密计算,基于一些基础的密码学方案和协议为集合相交、集合相并、集合包含这几个基本的集合操作问题提出了相应的保密计算协议,并对其性能做了分析与讨论。它们作为重要的密码学基本协议对解决保密计算几何,保密数据挖掘等其他相关安全多方计算问题有着重要的应用价值。     

基于知识网格的数据挖掘

工业、科学、商务等领域的数据通常分布在不同的地方,需要在不同的地点对其进行分布式维护。只有使用计算功能超强的分布式、并行处理系统才能分析这些领域所产生的超大规模数据集。网格为分布式知识发现应用中的计算提供了有效支持。为了在网格上进行数据挖掘的开发,本文提供了一个称之为知识网格的系统,讨论如何应用知识网格设计实施数据挖掘应用,并说明如何搜索网格资源、编制软件和数据组件,以及数据挖掘应用在网格上的执行过程。     

基于大数据的订餐系统中偏相关分析技术的应用研究

阐述了大数据时代数据挖掘的重要意义,介绍了大数据挖掘的一般常用方法,分析了相关系数与偏相关系数的计算过程,提出了偏相关技术在大数据挖掘中的应用,通过大学城学生订餐系统证明了偏相关技术在大数据挖掘中更能体现客观性、准确性。     

64位诱惑

对企业来说,64位计算充满诱惑。64位操作系统可以支持更多的内存,这一点是企业计算和应用所最看重的,数据库、数据仓库、数据挖掘等应用尤其如此。64位计算曾经对大多数企业应用来说是奢侈品,只有Sun、IBM、HP等公司所推出的大型机提供64位计算能力, 但它们是专用系统,极其昂贵;后来UNIX服务器也提供64位,但仍然价格     

数据挖掘在我国医保方面应用综述

用数据挖掘的方法来研究目前与日俱增的医保数据在我国目前还不是很多,但已具备一定的研究成果。该文对数据挖掘在我国医保领域的应用进行了总结概述,从关联规则发现、数据聚类、分类知识发现、序列模式发现以及其他数据挖掘方法在医保中的应用几方面进行综述,最后对数据挖掘在医保领域的应用做了展望。     

数据挖掘在财务信息系统中的应用研究

随着信息技术在财务管理中的应用,数据挖掘技术对财务信息系统数据处理与分析至关重要,对数据挖掘的含义、作用、任务、对象、方法、在财务信息系统中数据挖掘应用进行了阐述,加强数据分析,提高单位财务管理。     

一种改进的基于差别矩阵的属性约简方法

粗糙集理论作为一种新型的软计算方法,在数据挖掘方面的应用越来越被人们所重视。利用粗糙集理论进行数据挖掘,得到知识规则,最重要的一点就是基于粗糙集的属性约简。文中在区分矩阵的基础上,改进了计算信息系统属性约简的方法,使属性约简计算量大幅度减小,可以快速得到给定要求下的属性约简。     

面向企业数据挖掘系统原型设计

本文在数据挖掘技术的基础上对数据挖掘系统进行了研究。着重论述了面向企业的数据挖掘系统、数据挖掘系统的原型框架。并分析了企业对数据挖掘系统的需求,探讨了面向企业应用的数据挖掘系统的设计原理与实现方法,论述了数据挖掘技术在企业中的应用,对面向企业数据挖掘系统提出了合理的设计原型及实施办法。     

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。     

网络经济下数据挖掘在工商管理中的应用

数据挖掘是当前数据库和信息决策领域的最前沿研究方向之一。该文从知识发现和数据挖掘的概念出发,总结了数据挖掘常采用的技术方法,同时对数据挖掘的应用及发展进行了阐述。该文以一个淘宝网行业的数据挖掘案例探讨了数据挖掘在网络经济下工商的应用;从技术和商业需求两个方面分别研究了数据挖掘商务应用的可行性,并指出因竞争战略的细化导致了对数据挖掘的商业需求。     

粒计算与统计学习理论

互联网信息时代,如何从复杂的数据中进行有目标的数据挖掘是很多领域的一个中心问题.目前针对此问题的方法大多是基于统计学习理论的机器学习方法,并且粒计算在数据挖掘问题中有着广泛的应用.将粒计算方法与统计学习方法相结合,提出了一个更优的粒计算统计学习方法.给出了一个基于粒计算的统计分类算法,并与支持向量机(support vector machine,SVM)、覆盖算法进行了比较,实验表明通过粒化所得到的支持向量求解出的分类结果较优.     

数据挖掘技术及应用研究进展

数据挖掘技术发展迅速，该技术已被广泛运用于各个领域，本文对数据挖掘技术的概念、方法、应用及今后发展趋势进行了探讨。目的使我们对数据挖掘及应用有更加全面和全新的认识。