检索结果-南通市图书馆

福州大学学报（自然科学版） 2007年第2期35卷 196-200页

作者：高飞樊明辉关玉梅陈崇成福州大学福建省空间信息工程研究中心数据挖掘与信息共享教育部重点实验室福建福州350002

平行坐标可视化是数据可视化方法中的典型代表.在平行坐标法可视化的基本原理的基础上,实现了在数据可视化过程中嵌入维度限制条件,探讨了在维约束条件下的平行坐标可视化技术.以海洋监测台站数据为例,开发了DBSCAN聚类算法,并利用平行... 详细信息

平行坐标可视化是数据可视化方法中的典型代表.在平行坐标法可视化的基本原理的基础上,实现了在数据可视化过程中嵌入维度限制条件,探讨了在维约束条件下的平行坐标可视化技术.以海洋监测台站数据为例,开发了DBSCAN聚类算法,并利用平行坐标对聚类的结果进行可视化表达.

关键词：维约束平行坐标可视化聚类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

数据聚类及可视化技术

数据聚类及可视化技术

引用

作者：刘俊霞电子科技大学

学位级别：硕士

随着计算机硬件和软件的迅速发展,尤其是internet技术的快速进步,人们收集数据的速度日益加快。如何从海量数据中寻找到隐藏在数据背后的有用知识成为了一个热门的研究课题。数据挖掘正是解决这个问题的新兴领域。聚类分析作为数据挖掘... 详细信息

随着计算机硬件和软件的迅速发展,尤其是internet技术的快速进步,人们收集数据的速度日益加快。如何从海量数据中寻找到隐藏在数据背后的有用知识成为了一个热门的研究课题。数据挖掘正是解决这个问题的新兴领域。聚类分析作为数据挖掘的重要课题,受到了越来越多研究人员的关注。目前许多聚类分析算法对小数据集的聚类分析效果较好,但是对较大规模的数据进行聚类的效果就不是很好了,所以需要有高度可伸缩性的聚类算法或者聚类方法来解决这个问题。为了使数据挖掘结果更加直观,可视化技术得到了广泛应用。数据挖掘可视化技术可以结合人的视觉优点和主观认知,使数据挖掘过程具有直观性和可交互性,从而挖掘出更有价值并易于理解的信息,正激起更多数据挖掘研究人员的兴趣。本文基于MinerOnWeb数据挖掘服务系统,分别研究了一种具有较好的人机交互功能的可视化技术和一种能够处理大数据集的聚类方法。MinerOnWeb数据挖掘系统是为了给用户提供在线的数据挖掘服务而设计的系统。基于这个系统,本文实现了平行坐标可视化技术和大数据集聚类方法:(1)平行坐标可视化技术:这种方法是把所有的数据维在同一个平面上显示出来,用户不用旋转坐标就能够从同一幅图上看到数据的所有属性及其之间的关系;而一般的数据可视化方法只能看到两个数据属性或者三个数据属性及其之间的关系,如果用户想要看到三个以上数据属性及其之间的关系是不能实现的。MinerOnWeb系统使用平行坐标可视化技术展示聚类结果,不同的聚类用不同的颜色标示。这样,用户就能很清楚的看到属性及其之间的关系,以及每条数据之间的关系。另外,为了让用户能够更容易理解聚类结果,本文为平行坐标的各坐标轴添加了一些事件处理。(2)大数据集聚类方法:数据集聚类的传统方法基本上都是采用将整个数据集导入内存中进行分析。但是对于较大规模的数据集来说,将整个数据集导入内存中较难实现,对系统设备要求太高。基于迭代计算的聚类算法在分析过程中需要反复计算,直到得到较优的结果。即便不需迭代计算的算法也需要用户反复调整相关参数,以便得到较优的结果。而在处理大数据集聚类的时候,这些方法都将是一个非常复杂的过程,需要大量的计算资源和计算时间。本文在处理大数据集的聚类问题时,引入了抽样的方法来改善这样的问题。从大数据集中随机地抽取一部分数据样本,然后只对提取出来的数据样本进行聚类,再利用样本建立的聚类模型,在抽样剩下的大部分数据中实现聚类标签扩展,从而实现处理大数据集的高效聚类方法。

关键词：平行坐标可视化大数据集聚类方法 MinerOnWeb 刷子维约束

来源：

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

基于关联规则的挖掘理论研究及应用

基于关联规则的挖掘理论研究及应用

引用

作者：熊瑾南昌大学

学位级别：硕士

随着信息化进程不断加快，数据资源日益丰富，信息已经成为世界上最有价值的商品。如何从大量的数据中找出对决策有用的信息支持决策已成为当务之急。数据挖掘技术的出现，使人们有能力认识已有数据的潜在价值，发现蕴涵在数据海洋中的... 详细信息

随着信息化进程不断加快，数据资源日益丰富，信息已经成为世界上最有价值的商品。如何从大量的数据中找出对决策有用的信息支持决策已成为当务之急。数据挖掘技术的出现，使人们有能力认识已有数据的潜在价值，发现蕴涵在数据海洋中的信息和知识。正是由于这样的重要性，数据挖掘技术是目前数据库和信息决策领域前沿研究方向之一。挖掘关联规则是数据挖掘领域的重要问题之一，但大多数算法没有对群体的特征与行为的多维关联规则挖掘需求给予足够的满足。本文基于多维关联规则的挖掘，提出了基于维约束和哈希技术的多维关联规则挖掘算法——CPH(Count of candidates and Prune transactions based on Hashing);通过考察属性的相关性，提出了对相反属性项集关联规则挖掘的算法——AOAA(Association rules of opposite Attribute Aggregates)，并将它们应用于大型开放型实验室综合管理网络系统中。论文分为七章，重点是对关联规则挖掘算法的研究、基于多维关联规则挖掘改进算法的设计以及在大型开放型实验室综合管理网络系统中的应用。论文研究的主要问题及相关成果如下： ◆ 对数据挖掘技术进行了详细的介绍，对多种数据挖掘方法和技术进行了分析比较，并对关联规则挖掘经典算法及其改进算法进行了详细的研究。 ◆ 根据对关联规则挖掘算法的分析，提出了CPH算法和AOAA算法。其中，CPH算法采用维搜索技术、哈希技术和事务压缩技术，减少了算法扫描数据库的次数，提高了多维频繁项集的求解效率：AOAA算法考虑属性的相关性问题，并对相反属性间的关联规则进行探讨，使挖掘出的关联规则可信度更高。 ◆ 将CPH算法和AOAA算法应用于大型开放型实验室综合管理网络系统中，对算法的性能进行了分析，验证了算法有较优越的性能。

关键词：关联规则频繁项集维约束 Hashing CPH

来源：

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

多维关联规则挖掘算法研究及应用

引用

中国电子商务 2011年第4期 95-96页

作者：熊瑾南昌工程学院工商管理学院江西南昌330099

挖掘多维频繁项集是关联规则挖掘中的一个重要方向。本文提出了一种基于维约束和哈希技术的多维关联规则挖掘算法——CPH算法，该算法采用维搜索技术对维进行约束，在此基础上利用哈希技术减少候选2一项集的数量，并采用压缩事务数据库... 详细信息

挖掘多维频繁项集是关联规则挖掘中的一个重要方向。本文提出了一种基于维约束和哈希技术的多维关联规则挖掘算法——CPH算法，该算法采用维搜索技术对维进行约束，在此基础上利用哈希技术减少候选2一项集的数量，并采用压缩事务数据库技术对数据库进行剪枝，减少算法扫描数据库的次数，从而提高了多维频繁项集的求解效率。

关键词：关联规则频繁项集维约束 Has hingc PH

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

维度汇总性判断方法研究

引用

现代电子技术 2007年第22期30卷 51-54页

作者：陆昌辉黄权刘青宝邓苏张维明国防科技大学信息系统与管理学院湖南长沙410073

在联机分析处理中,为了提高查询的响应速度,预聚合是一种常用的方法,但如果不经过判断就随意使用预聚合方法,就可能导致汇总结果中存在重复计算或者遗漏,得出错误的分析结论。从维度汇总性的基本概念及其分类出发,对维度汇总性的判断方... 详细信息

在联机分析处理中,为了提高查询的响应速度,预聚合是一种常用的方法,但如果不经过判断就随意使用预聚合方法,就可能导致汇总结果中存在重复计算或者遗漏,得出错误的分析结论。从维度汇总性的基本概念及其分类出发,对维度汇总性的判断方法进行了研究,最后还给出了处理维度汇总性问题时的一些对策,从而为在联机分析处理中,预聚合技术的广泛应用提供了保障。

关键词：数据仓库 OLAP 维结构汇总维约束

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：