分布式挖掘相关论文
为了降低数据挖掘时间,提升数据挖掘精度,提出基于深度学习的动态数据增量式挖掘方法.利用简单处理单元组合构成并行分布式处理器,......
该文主要从分布式的角度出发,针对关联规则挖掘的理论和方法进行了深入研究,提出了若干高效的分布式挖掘算法.具体研究内容如下:1)......
聚类分析是数据挖掘的重要研究课题，它是数据挖掘研究的重要内容、手段和工具，因而成为一个被不断探索并充满创新的研究主题。离群知......
分布式关联规则挖掘研究是为解决分布式环境下的关联规则挖掘问题而出现的新课题,具有重要的理论和实际意义。概念格通过概念的内......
随着信息产业尤其是互联网行业的高速发展,使得人们获取和存储数据的能力不断提高,数据库中存储的数据以指数形式不断增长。但在这......
利用元学习技术提出了一种分布式挖掘频繁闭合模式算法;为适应不同的分布式环境,还给出了该算法的一个变种;最后通过实验讨论了不......
提出了一种基于网格服务的GEP分布式函数挖掘算法（DFMGEP-GS），它将网格服务与GEP算法相结合，既成功地实现了在网格平台下的GEP函数挖掘......
提出了分布式系统中各站点离群数据之间模式相似性挖掘算法，该算法首先利用基于距离的离群数据挖掘算法挖掘各自站点的离群数据．然后......
随着社交网络用户数的快速增加,大规模单图上频繁子图挖掘的需求越来越强烈.单机算法对大规模图的运行效率较低,难以支撑支持度较......
对于大规模分布式数据挖掘问题，提出一种基于移动代理的层次结构挖掘模型，该模型对OIKI DDM模型进行扩展，利用层次设计思想，基于移动代......
为了提高对网络信息大数据动态增量分布式检测和挖掘能力,提出基于相似度特征提取的网络信息大数据动态增量分布式挖掘方法。构建......
在大数据分析处理中,存在诸多问题,如数据类型多,处理效率低,从中获得有用的信息和知识以便指导后续的决策,这是机器学习的最终目......
Meta-learning是解决分布式环境下分类挖掘问题的有效方法之一,该方法的关键在于元训练特征的组成,它直接影响着元分类器的性能.当......
提出一种有效的基于概念格的分布式挖掘算法，重点讨论由部分量化规则格提取的部分关联规则的合并技术，由于能对已存在关联规则的再利......
介绍了当今国外学者在信息资源管理研究领域取得的主要进展以及热点问题，尤其是国外政府和企业信息资源管理领域的研究进展和研究热......
在分布式系统中如何挖掘关联规则是数据挖掘领域研究的一个重要课题.本文对关联规则分布式挖掘问题进行探讨,给出了关联规则分布式......
在远程在线学习过程中,需要进行学习行为数据的优化挖掘,指导学习行为优化,提出基于可信动态度量的学习行为数据分布式挖掘算法。......
数据挖掘技术是随着信息技术的迅猛发展而形成的研究和应用热点。关联规则挖掘是数据挖掘中的重要分支,是目前应用最广泛的一种数......
提出一种分布式全局最大频繁项集挖掘算法（DMFI）,该算法含局部挖掘与全局挖掘2个阶段。提出一个基于FP-tree的改进频繁模式树（IFP-tre......
