版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、北京工業(yè)大學(xué)碩士學(xué)位論文數(shù)量關(guān)聯(lián)規(guī)則算法研究和數(shù)據(jù)挖掘原型系統(tǒng)設(shè)計姓名：徐啟貴申請學(xué)位級別：碩士專業(yè)：計算機軟件與理論指導(dǎo)教師：毛國君20040501AbstractMvgraduatethesis’stitlels“thealgorithmsresearchofquantitativeassociationrulesandthedesignofthesystemarchitectureofdatamining”Thispaperist
2、hesummaryofmyresearchworkduringmygraduatestudentperiod，AlongwithrapiddevelopmentandmaturityofrelationaIdatabasesanddatawarehOusesrelateddataandinformationarestoredinarelationaidatabasesordatawarehousesThereareabundantdat
3、atypesinrelationaIdatabasesanddatawarehousesandnumericalattributesexitatlargeinthemMoreover，associationrulesarethemostimportantknowledgeexitingjnrelationaltablesofdatabasessoithasveryuniversalandactualsignificancestesear
4、chquantitativeassociationrulesalgorithmsbeingadapttelationaldatabasesAccordingtoresearchactualitydevelopmentdirectionsandapplicationforegroundsinlhisfield。wechosethisproblemanddelationalwork1nthispaperitthemainresearches
5、nvolvehestepsofquantitativeassociationrulesandQARMalgorithmaclusteringalgorithmforquantitativeassociationrules，discretizationofnumericalattributesandthedesignofthesystemarchitectureofdataminingassociationrulesandcombinin
6、gWhileresearchingalgorithmsofBooleancharactersofnumericalattributes，weintroducethecommonstepsandadvancetheQARMalgorithmTreatmentofnumericaIattributesiskeyproblemsforquantitativeassociationrulesmining，andherewesummarizeso
7、mefamiliardiscretizationalgorithmsandsomestrategiesfornumericaIattributesdiscretizationinassociationrulesminingWeadvanceaclusteringalgorithmforquantitativeassociationrules，aimingatsolvingpossibleproblemsforquantitativeas
8、sociationrulesmining。forexamplerulesredundanceAtIast，wedesignframestructuresofadataminingsystemnamedUNMinerandcompletepartialfunctionsUNMinerisatestingsystem，andwetestdataminingalgorithmstoverifyvalidityofdataminingalgor
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 含負(fù)項和數(shù)量屬性的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- Hadoop下基于數(shù)量關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘研究.pdf
- 數(shù)據(jù)挖掘技術(shù)與關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 關(guān)于數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的更新算法研究.pdf
- 基因表達(dá)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 正負(fù)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 模糊關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘算法研究.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的相關(guān)研究.pdf
- 鐵路貨運數(shù)據(jù)庫關(guān)聯(lián)規(guī)則挖掘原型系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則加權(quán)算法研究與改進(jìn).pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法研究及應(yīng)用.pdf
- 關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘課程設(shè)計報告---關(guān)聯(lián)規(guī)則挖掘系統(tǒng)
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的分析與研究.pdf
- 數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法的研究.pdf
- 生物數(shù)據(jù)多層關(guān)聯(lián)規(guī)則挖掘算法的優(yōu)化設(shè)計.pdf
評論
0/150
提交評論