数据离散化相关论文
随着计算机技术的蓬勃发展,系统采集指标数量不断增加,业界产生了海量的运维数据,人们已经难以从海量数据中提炼出知识,形成专家经......
网络和存储技术的迅猛发展,使数据的传播和积累速度不断增长。从海量数据中挖掘其背后隐减的重要信息变得极为重要,数据挖掘和知识......
数据挖掘技术是从上个世纪80年代开始发展起来的一门新技术，其主要的目的就是从大量的、不完全的、有噪声的、模糊的、随机的实际应......
分类作为数据挖掘领域中最为活跃的分支之一,被广泛的应用于模式识别、图像识别、机器学习等领域。而且,分类在现实社会生活、生产......
高速铁路是我国一种重要的交通运输方式,而接触网系统在高速铁路供电系统中占据了举足轻重的地位,因此业内对于高速铁路接触网系统......
湿法冶金是一个通过采用液态试剂对矿石进行浸出、分离和提取金属及其化合物的生产过程。湿法冶金由于具有清洁、高效、适用于低品......
近年来,我国大数据分析与应用技术日益提高,推动了工业、医疗、教育等领域的发展。流程工业是指通过物理变化和化学变化进行的生产......
随着测绘科学技术的飞速发展,空间数据在采集,存储和管理等手段上不断提高,空间数据呈现出大体量、多时空、多结构的特点,同时空间......
目前很多离散化方法仅考虑单个变量,不能得到最优的离散化方案.文中提出一种多属性关系的数据离散化方法.凭借概率的模型选择和最......
针对在比色测温法中由CCD光谱响应带宽引起的误差,提出了数字滤光的误差校正方法。该方法利用数字图像技术将光谱曲线离散化,采用......
以C波段无线电信号数据库为研究对象,提出了一种新的数据离散化方法。将C波段无线电信号数据库转化为集值信息系统,然后借助于相容......
提出一种新的CCD辐射测温数值校正方法。针对CCD测温时的两个主要误差来源（CCD光谱响应曲线和辐射体光谱发射率）进行了分析,运用图象......
本文提出了一种基于粗糙集（Rough Set）理论的网络入侵检测模型,通过运用粗糙集理论结合遗传算法对网络连接数据提取检测规则集。仿真......
通过应用数据离散化和数据程序化对基于Solidworks齿轮二次开发的数据处理进行研究。...
为了对陶瓷原料进行科学分类，在叙述了粗糙集理论的一些基本概念的基础上，给出了用粗糙集建立陶瓷原料分类模型的基本步骤和对陶瓷原......
简要介绍了粗糙集的基本概念,决策系统的约简步骤和分类规则的挖掘原理,提出了基于信息熵的数据离散化方法,使之充分结合粗糙集特......
数据中心日志是数据中心性能优化的主要依据。随着数据中心规模的增长,数据中心日志的数据属性数量和记录数量也在稳定增长。在该......
优化运行对于保证机组运行的安全性与经济性具有重要作用,优化运行目标值的确定方法是其中重要的研究内容。机组历史运行数据可以......
针对当前安全审计分析过程中出现的准确率低、检测速度过慢、自适应性差等问题,对数据挖掘中的决策树分类方法在安全审计分析中的......
网络学习的兴起引起了对网络学习过程和网络学习结果如何评价的争论与研究,网络学习平台的大数据分析也是近年来教育研究者关注的......
信息系统连续型属性值的离散化对决策规则或决策树的学习具有非常重要的意义,它能够提高系统对样本的聚类能力,增强系统抗数据噪音......
应用人工智能技术可实现电力系统暂态稳定的快速评估,朴素贝叶斯分类器作为人工智能方法的一种,其训练计算复杂度是线性的,是解决......
针对传统健康监测系统存在系统稳定性较差、信息交互用时较长、信息交互准确率较低的问题,提出一种接触式健康监测系统资源库信息......
【目的/意义】近年来,世界各地的暴恐活动呈现出破坏性大、影响范围广、计划性强、手段多样等特点,这也决定了打击恐怖主义要把反......
为了设计高效的软件缺陷预测模型，提出一种将粒子群优化算法与朴素贝叶斯（NB）相结合的方法。该方法对历史数据进行离散化后，以NB分类的......
尽管对KDD技术的研究已经取得了丰硕的成果，但是进一步研究KDD技术仍然具有重要的实际意义。众多的理论和工具都已经成功地应用于解......
工业过程模糊控制中建模是关键,而数据预处理直接影响着模型收敛速度、计算量、模型质量.针对所采集的样本数据提出几个新的数据预......
为提高电站经济性和机组运行效率,降低机组发电煤耗,求取电站机组运行参数最优值是关键技术。以往通过理论计算得到最优运行参数值......
随着我国征信体系的不断完善,商业银行进行个人信用风险评分模型的开发时,可供选择的指标会越来越多,这些指标及其衍生指标会导致......
随着网络复杂度的增加,传统的入侵检测方法已经无法满足日益增长的安全需求。采用大数据的挖掘算法提高入侵检测的检测率是当前研......
现有的电价预测方法有时间序列、神经网络、小波变换等,都是对点进行预测。该文提出一种基于云模型的短期电价预测新方法。首先,介......
基因芯片技术可以在一次实验中大规模并行检测成千上万个基因的表达量,对癌症等疾病的分类、诊断研究有非常重要的实际意义。近几......
随着大数据(Big Data)的广泛应用,数据挖掘(Data mining)与机器学习(Machine learning)作为处理数据的重要手段,已然成为当今研究......
主要介绍以AT89C51单片机为核心部件的低频信号发生器的设计方法及工作原理。系统采用单片机扩展外部存储器和DAC接口技术，简化了仪......
在电信市场竞争越演越烈的环境之下,人们对电信产品的消费观念也在发生着根本性的变化。今天的电信市场正在从以产品为导向转向以......
电子电器广泛应用于电力系统、通信系统、交通运输、航空航天与国防工业等领域,在电路与系统中起着通断枢纽的作用,如果电子电器发......
提出了一种模糊隶属函数的自动生成算法.该算法基于样本数据的变化趋势对数据进行预处理,同时结合模糊C均值方法,实现连续数据的离......
本文针对股价这样一个随机事件的概率分布进行预测的问题,使用数据挖掘中决策树分类的算法,从股票技术上分析预测股价波动趋势,为......
伴随着经济的飞速发展,以及互联网金融技术的进步,国内的小额信贷业务给小额贷款公司提供了良好的生长环境。从2006年到2015年期间......
从粗糙集和决策树两种方法具有的优势互补性出发,提出了一种基于粗糙集和决策树相结合的数据挖掘新方法·以胶合板缺陷检测数据分......
针对基于人工神经网络的暂态稳定评估数据预处理中的数据离散化进行了深入的研究,提出了一种基于信息熵和粗糙集理论的输入特征离......
连续属性的离散化是粗糙集理论亟待解决的关键问题之一。基于灰色系统和粗糙集的有关理论，提出了一种新的基于属性重要性的离散化算......
