检索结果-南通市图书馆

基于改进SPRINT分类算法的数据挖掘模型

在线全文

学校读者我要写书评

暂无评论

信息技术 2024年第3期48卷 170-174,187页

作者：林敏王李杰成都东软学院成都611844

为解决目前数据挖掘模型分类时间长、挖掘准确率不高的问题,提出基于改进决策树分类算法(SPRINT)的数据挖掘模型。先采用最大-最小规范化公式完成原始数据线性变换,利用改进后的SPRINT分类算法按照输入数据特性进行分类,使用协同过滤技... 详细信息

为解决目前数据挖掘模型分类时间长、挖掘准确率不高的问题,提出基于改进决策树分类算法(SPRINT)的数据挖掘模型。先采用最大-最小规范化公式完成原始数据线性变换,利用改进后的SPRINT分类算法按照输入数据特性进行分类,使用协同过滤技术生成与数据相近的属性集,计算数据属性相似度,生成语义规则集,为用户提供更优的数据服务。选取某公司营销数据集作为样本进行对比实验,结果表明,与对比模型相比,所提出的数据挖掘模型分类时间更短,挖掘准确率更高,能为用户提供更优质的数据服务。

关键词：决策树分类算法协同过滤技术语义规则集数据挖掘模型神经网络

基于神经网络的数据挖掘模型在吸能装置上的应用

在线全文

学校读者我要写书评

暂无评论

西南交通大学学报 2021年第5期56卷 995-1001页

作者：车全伟雷成李玉如朱涛唐兆姚曙光中南大学交通运输工程学院湖南长沙410075 中车青岛四方机车车辆股份有限公司山东青岛266111 郑州铁路职业技术学院河南省轨道交通智能安全工程技术研究中心河南郑州451460 西南交通大学牵引动力国家重点实验室四川成都610031

针对传统有限元分析方法对机车车辆结构耐撞性计算效率低的问题,在已有仿真分析数据基础上,引入机器学习方法,对车辆关键结构的耐撞性以及碰撞安全性进行分析预测.首先,建立基于神经网络的数据挖掘模型,在此基础上构建车辆关键结构的碰... 详细信息

针对传统有限元分析方法对机车车辆结构耐撞性计算效率低的问题,在已有仿真分析数据基础上,引入机器学习方法,对车辆关键结构的耐撞性以及碰撞安全性进行分析预测.首先,建立基于神经网络的数据挖掘模型,在此基础上构建车辆关键结构的碰撞响应预测方法;其次,通过试验验证了防爬吸能装置有限元模型的正确性,以此模型为基础获得不同壁厚防爬吸能装置的碰撞响应仿真数据;然后,以吸能装置壁厚作为模型输入,不同壁厚所对应的位移、速度、界面力和内能等碰撞响应作为模型输出,将有限元仿真数据用于模型训练,优化后的数据挖掘模型的拟合优度在0.922以上;最后,为验证模型预测的准确性,将碰撞数学模型的预测结果与有限元仿真结果进行对比,速度、位移、界面力和内能的平均相对误差分别为7.10%、4.51%、6.20%和2.50%.研究结果表明:基于神经网络构建的数据挖掘模型在保证精度的情况下,能很好地反映防爬吸能装置的碰撞特性,大幅降低了计算时间,提高了计算效率.

关键词：机器学习神经网络碰撞响应数据挖掘模型吸能装置计算效率

在线全文

学校读者我要写书评

暂无评论

短期负荷预测的实用数据挖掘模型

电力系统自动化 2004年第3期28卷 49-52页

作者：朱六璋袁林黄太贵安徽省电力公司调度通信中心安徽省合肥市230061

基于数据挖掘决策树算法和通用的决策支持对象(DSO)建模工具,结合区域电网气象负荷数据库设计与实现了决策树形式的数据挖掘模型并运用于日负荷预测。首先描述了决策树分类方法,分析研究了日负荷预测数据挖掘模型的决策树构造过程,给出... 详细信息

基于数据挖掘决策树算法和通用的决策支持对象(DSO)建模工具,结合区域电网气象负荷数据库设计与实现了决策树形式的数据挖掘模型并运用于日负荷预测。首先描述了决策树分类方法,分析研究了日负荷预测数据挖掘模型的决策树构造过程,给出了基于DSO的程序化实现,并给出用决策树算法的日负荷预测过程以及实际的预测结果情况。统计分析结果表明该数据挖掘模型完全满足实用标准,具有智能自适应、自学习和全过程自动化、通用可靠以及准确率高等特性。

关键词：短期负荷预测数据挖掘模型决策树决策支持对象

在线全文

学校读者我要写书评

暂无评论

基于广义信息论的决策森林数据挖掘模型

吉林大学学报（工学版） 2010年第1期40卷 155-158页

作者：王利民臧雪柏曹春红吉林大学计算机科学与技术学院长春130012 东北大学信息科学与工程学院沈阳110004

针对模式识别中的多分类器集成,通过挖掘测试样本特征属性的相关性,结合训练集的条件独立性分析对每个样本赋予分类规则,构造分类森林(而非单个决策树)进行模型集成。整个学习过程能够自适应确定各决策树结构和数量,并充分发挥集成模型... 详细信息

针对模式识别中的多分类器集成,通过挖掘测试样本特征属性的相关性,结合训练集的条件独立性分析对每个样本赋予分类规则,构造分类森林(而非单个决策树)进行模型集成。整个学习过程能够自适应确定各决策树结构和数量,并充分发挥集成模型的伸缩性和扩展性。在UCI机器学习数据集上的实验结果验证了本方法的有效性。

关键词：人工智能模式识别决策森林条件独立性假设数据挖掘模型

在线全文

学校读者我要写书评

暂无评论

数据挖掘模型在智慧教育中的应用研究

数据挖掘模型在智慧教育中的应用研究

作者：毛瑶瑶西安电子科技大学

学位级别：硕士

信息技术快速发展,数据挖掘作为交叉性学科无处不在。同时,随着国家对教育的重视,智慧教育作为信息技术在教育领域的全新应用同样是热点问题。学校和教育机构意识到智慧教育的重要性,利用远程教育、交互式学习等新型教育方式实现教育多... 详细信息

信息技术快速发展,数据挖掘作为交叉性学科无处不在。同时,随着国家对教育的重视,智慧教育作为信息技术在教育领域的全新应用同样是热点问题。学校和教育机构意识到智慧教育的重要性,利用远程教育、交互式学习等新型教育方式实现教育多元化。远程教育打破了地域和时间的限制,也带来学生流失等一系列问题。将数据挖掘技术应用于智慧教育,改善其不足,促进智慧教育管理体系构建是十分有必要的。在进行数据挖掘研究时,使用的研究数据多数处于不平衡状态。如果不平衡数据问题表现过于严重,会导致后续模型预测性能大大下降。本文基于某开放大学实际运行的教育数据,从数据层面和算法层面对不平衡数据分类模型构建进行研究,实现对相关老师和学生进行预警的目的,促进开放大学智慧教育管理体系建设。本文的研究内容主要为以下四点:首先,本文根据研究目标对多源数据进行筛选和整理,并使用数据整合、数据清洗、数据转换和特征选择等数据预处理措施对其进行进一步处理,获得成绩不平衡数据集和流失学生不平衡数据集。其次,本文使用SPSS Modeler对算法进行初步筛选。根据实验结果结合综合性模型评估指标,从C5.0、贝叶斯网络、逻辑回归、支持向量机、随机森林、类神经网络这六种分类算法中筛选出表现最佳的数据挖掘算法。再次,本文提出了基于重复随机欠采样和新型基尼系数CostGini的随机森林改进算法,分别从数据层面和算法层面改善数据不平衡分类问题。重复随机欠采样方法对不平衡训练数据进行重采样生成多个平衡训练数据子集,改善了丢失多数类样本信息的问题;新型基尼系数CostGini考虑样本的错分代价。基于改进算法构建的模型有效地提高了模型预测性能。最后,本文通过模型部署实现对相关教师和学生进行预警的目的。为教师能够及时干预学生学习,学生能够及时改善学习行为提供技术支持。从而实现智能化管理,促进某开放大学智慧教育管理体系建设。

关键词：数据挖掘模型不平衡数据随机森林模型部署

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据挖掘模型的比较研究

控制工程 2003年第2期10卷 106-109,130页

作者：龚涛蔡自兴中南大学信息科学与工程学院湖南长沙410083

比较了SQLServer2000和Oracle9i数据仓库的数据挖掘技术,分析其数据挖掘模型的异同点和优劣性,并针对其数据挖掘算法上的不足提出改进数据挖掘模型的方法,利用进化计算实现数据挖掘的进化学习机制,提高算法的效率、最优解求解能力,增强... 详细信息

比较了SQLServer2000和Oracle9i数据仓库的数据挖掘技术,分析其数据挖掘模型的异同点和优劣性,并针对其数据挖掘算法上的不足提出改进数据挖掘模型的方法,利用进化计算实现数据挖掘的进化学习机制,提高算法的效率、最优解求解能力,增强数据挖掘系统的鲁棒性和安全性,还讨论了结合两种技术优势实现数据挖掘模型的方法。数据挖掘是网络数据库以及数据仓库的最新功能,与机器学习机制有关。SQLServer2000和Oracle9i具有数据挖掘的功能,但是由于其数据挖掘算法简单,数据挖掘的现有学习能力和功能发展存在瓶颈。

关键词：数据挖掘模型数据库遗传算法 SQLServer2000 Oracleqi 数据仓库

在线全文

学校读者我要写书评

暂无评论

基于数据挖掘模型的配电网故障定位诊断

天津大学学报（自然科学与工程技术版） 2002年第3期35卷 322-326页

作者：廖志伟孙雅明杜红卫天津大学电力自动化与能源工程学院天津300072

由于配电网故障定位所依据的故障信息来自于户外的 FTU,其运行环境较恶劣 ,元器件受损或信息丢失的可能性高 ,易形成变异故障模式 ,导致故障定位的错判 ,提出基于粗糙集 (RS)理论和遗传算法 (GA)相结合的数据挖掘 (DM)模型来处理实时输... 详细信息

由于配电网故障定位所依据的故障信息来自于户外的 FTU,其运行环境较恶劣 ,元器件受损或信息丢失的可能性高 ,易形成变异故障模式 ,导致故障定位的错判 ,提出基于粗糙集 (RS)理论和遗传算法 (GA)相结合的数据挖掘 (DM)模型来处理实时输入信息的畸变和实现配电网的故障定位 .首先通过 RS对变异故障信息域的数据集进行划分 ,再用 GA挖掘出输入信息与故障定位诊断结果间冗余关系及内在关联性规则 .经仿真测试证明 ,基于 DM模型的故障定位与基于常规前馈神经网络 (FNN)故障定位原理相比。

关键词：数据挖掘模型配电网故障定位诊断神经网络容错性能粗糙集

在线全文

学校读者我要写书评

暂无评论

连锁超市数据挖掘模型的建立

人口与经济 2010年第S1期 152-153页

作者：戴茜首都经济贸易大学信息学院

在中国,大型连锁超市已经相当普及,各大超市纷纷推出会员制制度,发放会员卡,这些会员卡是商家了解客户,了解商品销售的一个渠道,如果能够利用这些已有的数据,发现隐藏的有用信息。

关键词：大型连锁超市数据挖掘模型数据仓库客户满意度会员制数据挖掘技术概念模型客户细分分类算法会员卡

在线全文

学校读者我要写书评

暂无评论

大数据中数据挖掘模型的模糊改进聚类算法

现代电子技术 2020年第3期43卷 177-182页

作者：李小红常振云天津天狮学院信息科学与工程学院

在大数据的数据挖掘模型中,普遍采用模糊聚类算法进行数据分析。常用的模糊C均值聚类算法即FCM聚类算法,具有较多明显缺点,如抗噪性偏低、收敛速度慢、聚类数目无法自动确定等。常用的增量式模糊聚类方法通常在原有的以一个中心点为集... 详细信息

在大数据的数据挖掘模型中,普遍采用模糊聚类算法进行数据分析。常用的模糊C均值聚类算法即FCM聚类算法,具有较多明显缺点,如抗噪性偏低、收敛速度慢、聚类数目无法自动确定等。常用的增量式模糊聚类方法通常在原有的以一个中心点为集群代表的基础上,改为选取多中心点进行增量式聚类算法的分析。但是,通过这样的算法进行数据分析也存在一定的问题,主要表现在其中心点选择是固定的,灵活性很差。基于以上原因,文中将对原有基础算法做出改进,主要对大数据中数据挖掘模型的增量型模糊聚类算法做出分析,经实践验证,改进后算法切实可行,普适性较强。

关键词：增量型模糊聚类大数据数据挖掘模型聚类算法余弦相似度隶属度矩阵