分类规则挖掘相关论文
在对制造业客户关系管理中的数据挖掘应用进行分析的基础上,提出业务应用、评价指标以及数据挖掘功能间的映射关系,研究数据挖掘在......
数据挖掘是一门多个学科交叉而形成的新兴研究领域，是对传统数据分析方法的扩充与发展。数据挖掘技术领域已逐渐建立起一套系统的理......
该文提出了一个基于关联的自适应分类规则挖掘模型,主要研究和探讨了该模型在预处理、多层分类规则的挖掘、算法的可扩展性、效率......
数据挖掘就是从巨量数据信息中获取有意义的知识的过程，目前已经成为一个研究的热点。分类规则挖掘是数据挖掘的一个重要研究领域。......
蚁群算法是一种基于种群的启发式搜索算法,它通过模拟蚂蚁搜索从巢穴至食物最短路径的行为来求解问题。蚁群算法由于其鲁棒性、并......
蚁群算法是一种新兴的仿生群体智能算法，它通过模拟自然界中蚂蚁的群体行为，利用信息素的累积、挥发和更新使全局收敛于最优路径，具有......
数据挖掘是当今计算机应用技术和理论研究中最热门的领域之一,经过二十多年的发展,已经逐渐建立起系统的挖掘理论和成熟的挖掘技术......
随着金融业务的发展,业务变化越来越频繁,仅依赖业务专家总结业务规则的速度已经难以跟上业务变化的速度,采用数据挖掘的方法辅助......
具有智能特性的进化计算，已被成功应用于数据挖掘领域。基因表达式编程(GEP)是在遗传算法和遗传编程基础上提出的一种新型的进化计......
人工鱼群算法(Artificial Fish Warm Algorithm, AFWA)是人工智能领域中的一项新兴技术,自2002年被提出以来,已经逐渐被广泛地应用......
近年来,在知识发现过程中融入领域知识已经受到国内外学者们的普遍关注.领域知识的种类及其表示形式有很多,本文提出将易于获得的......
本文首先介绍了数据挖掘的几种分类标准,然后从“发现知识种类”为分类标准的角度对数据挖掘的六种类型:关联规则挖掘、特征规则挖......
遗传进化理论由美国密歇根大学J．Holland教授提出，该理论借鉴生物遗传机制，以群体方法进行自适应搜索，受到广泛关注，并在科学研究中得到......
本文提出了在没有任何领域知识可供借鉴的情况下，利用遗传算法对信息系统的数量型属性进行离散化，利用RST进行分类规则挖掘，将GA与RST......
利用人工鱼群算法对信息系统的数量型属性进行离散化,然后用RST进行分类规则挖掘,再将AFSA与RST相结合,提出了一种基于AFSA与RST分......
针对采用传统智能优化算法挖掘分类规则时易出现分类精度不理想、噪声容忍度差等情况,提出一种基于双链量子遗传优化分类规则挖掘......
提出了在没有任何领域知识可供借鉴的情况下,基于聚类思想,利用遗传算法对数量型属性进行离散化的新算法--遗传C均值算法.该算法利......
针对基于蚁群算法的文本分类算法Ant-Miner所固有的易陷入局部最优解、复杂度较高等缺陷,引入最大-最小蚁群系统(MMAS)并通过规则......
为提高基于传统Ant-miner算法分类规则的预测准确性，提出一种基于改进Ant-miner的分类规则挖掘算法。利用样例在总样本中的密度及比......
蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课......
在进行空间负荷预测的过程中,用地类型转换规则的获取对预测的结果产生着深远的影响。提出了一种改进的配电网空间负荷预测方法,采......
演化算法是一类统计优化算法,它们是受自然界演化过程特别是演化过程中生物个体对环境表现出的自适应性启发而产生的一类优化技术......
