數(shù)據(jù)挖掘文章進(jìn)入數(shù)據(jù)挖掘技術(shù)社區(qū)

數(shù)據(jù)挖掘在用戶竊電行為識別中的應(yīng)用

隨著電力事業(yè)的發(fā)展和智能電表的普及，電力體系趨于完善，方便了電力行業(yè)的用電管理工作，然而竊電行為屢禁不止，竊電技術(shù)也日新月異。為了能夠準(zhǔn)確識別出存在的竊電用戶，引入數(shù)據(jù)挖掘技術(shù)，使用C4.5算法構(gòu)建用戶竊電識別模型，能夠更加準(zhǔn)確有效地對用戶的竊電行為進(jìn)行分析。
關(guān)鍵字：竊電數(shù)據(jù)挖掘 C4.5算法模型 202205

數(shù)據(jù)挖掘、機器學(xué)習(xí)和深度學(xué)習(xí)之間有什么區(qū)別？

　　機器學(xué)習(xí)，有時也稱為計算智能，近年來已經(jīng)突破了一些技術(shù)障礙，并在機器人、機器翻譯、社交網(wǎng)絡(luò)、電子商務(wù)，甚至醫(yī)藥和醫(yī)療保健等領(lǐng)域取得了重大進(jìn)展。機器學(xué)習(xí)是人工智能的一個領(lǐng)域，其目標(biāo)是開發(fā)學(xué)習(xí)計算技術(shù)以及構(gòu)建能夠自動獲取知識的系統(tǒng)?！　W(xué)習(xí)系統(tǒng)是一種計算機程序，它通過成功解決過去的問題積累的經(jīng)驗做出決策。盡管應(yīng)用時間不長，但是有許多不同的學(xué)習(xí)算法，該領(lǐng)域是計算領(lǐng)域最熱門的領(lǐng)域之一，并且定期發(fā)布一些新的技術(shù)和算法?！　C器學(xué)習(xí)vs人工智能　　許多人認(rèn)為機器學(xué)習(xí)和人工智能的含義是一樣的，但這并不十分準(zhǔn)確。人工
關(guān)鍵字：數(shù)據(jù)挖掘機器學(xué)習(xí) 深度學(xué)習(xí)

機器學(xué)習(xí)vs.人工智能：定義和重要性

機器學(xué)習(xí)，有時也稱為計算智能，近年來已經(jīng)突破了一些技術(shù)障礙，并在機器人、機器翻譯、社交網(wǎng)絡(luò)、電子商務(wù)，甚至醫(yī)藥和醫(yī)療保健等領(lǐng)域取得了重大進(jìn)展。機器學(xué)習(xí)是人工智能的一個領(lǐng)域，其目標(biāo)是開發(fā)學(xué)習(xí)計算技術(shù)以及構(gòu)建能夠自動獲取知識的系統(tǒng)。
關(guān)鍵字：數(shù)據(jù)挖掘機器學(xué)習(xí) 深度學(xué)習(xí)

數(shù)據(jù)挖掘技術(shù)在中醫(yī)證候?qū)W中的應(yīng)用

中醫(yī)證候的研究工作仍然存在一定的困難，證候的規(guī)范化和證候診斷的量化是中醫(yī)發(fā)展必須解決的問題。數(shù)據(jù)挖掘技術(shù)是一種高效的數(shù)據(jù)分析手段，其在中醫(yī)領(lǐng)域的研究也逐步走向熱門。使用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則和分類算法對早中期慢性腎衰竭的證候和癥狀進(jìn)行分析：首先對采集的癥狀和證候信息進(jìn)行數(shù)字特征化處理;然后對證候之間的關(guān)聯(lián)關(guān)系進(jìn)行研究，獲得了高支持度的四組證候組合;最后分類和預(yù)測癥狀和證候之間的辯證關(guān)系，得到了癥狀的規(guī)則集，并計算出其中的重要癥狀。實驗證明，分類結(jié)果對早中期慢性腎衰竭的癥狀與證候的辯證論治具有重要的臨床指
關(guān)鍵字：數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則證候 201804

基于空間數(shù)據(jù)庫的數(shù)據(jù)挖掘技術(shù)

從空間數(shù)據(jù)庫發(fā)現(xiàn)知識的傳統(tǒng)途徑是通過專家系統(tǒng)、數(shù)據(jù)挖掘、空間分析等技術(shù)來實現(xiàn)的。但是在空間數(shù)據(jù)庫隱含知識的發(fā)現(xiàn)方面，只單獨依賴某一種技術(shù)，往往存在著這樣或那樣的缺陷。
關(guān)鍵字：空間數(shù)據(jù)庫數(shù)據(jù)挖掘 Oracle8iSpatial

大數(shù)據(jù)時代，這十五大關(guān)鍵技術(shù)你竟不知道？

本文針對大數(shù)據(jù)的關(guān)鍵技術(shù)：大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲、大數(shù)據(jù)分析挖掘四大方面的15大關(guān)鍵技術(shù)進(jìn)行梳理和匯總。
關(guān)鍵字： MPP架構(gòu) 大數(shù)據(jù) 數(shù)據(jù)挖掘

一個貫穿圖像處理與數(shù)據(jù)挖掘的永恒問題

　　〇、序言　　創(chuàng)新對于學(xué)術(shù)研究或產(chǎn)業(yè)應(yīng)用都具有不言而喻的重要作用，現(xiàn)在國家也提出了要建立創(chuàng)新型國家的發(fā)展戰(zhàn)略。如果回到我們所探討的圖像處理或數(shù)據(jù)挖掘研究，細(xì)細(xì)品讀其中的某些點滴，你是否能窺探出些許啟迪?首先，創(chuàng)新可以分成兩種，一種是原始創(chuàng)新，另外一種就是所謂的二次創(chuàng)新。如果一個東西過去完全不存在，你鬼使神差的就想出來，那就是原始創(chuàng)新。比如圖靈當(dāng)初石破天驚地構(gòu)想出圖靈機模型就是原始創(chuàng)新。到現(xiàn)在也沒有任何跡象表明，他受到了什么事或什么人的啟發(fā)。事實上，現(xiàn)在人們(包括我學(xué)習(xí)圖靈機的時候)也非常驚訝，圖靈是如何
關(guān)鍵字：圖像處理數(shù)據(jù)挖掘

數(shù)據(jù)挖掘技術(shù)在中醫(yī)處方經(jīng)驗研究中的應(yīng)用

傳統(tǒng)的中醫(yī)藥科學(xué)在長期的醫(yī)療實踐中積累了海量的處方數(shù)據(jù)，數(shù)據(jù)挖掘是目前最有效的數(shù)據(jù)分析手段之一，利用數(shù)據(jù)挖掘技術(shù)從這些海量數(shù)據(jù)中發(fā)現(xiàn)蘊含其中的中醫(yī)藥知識，是一項極有價值的研究工作。本文主要采用數(shù)據(jù)挖掘中的Apriori關(guān)聯(lián)規(guī)則算法，對中醫(yī)處方數(shù)據(jù)進(jìn)行挖掘和總結(jié)：首先對采集的中醫(yī)藥數(shù)據(jù)進(jìn)行數(shù)字特征化處理;然后對中醫(yī)處方中藥物的頻繁項集和藥物之間的關(guān)聯(lián)關(guān)系進(jìn)行研究，并獲得了普通處方分析較難獲得的用藥規(guī)律及經(jīng)驗信息。研究成果對中醫(yī)臨床工作具有重要的指導(dǎo)意義。
關(guān)鍵字：數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則數(shù)字特征化中醫(yī) 201603

嵌入式數(shù)據(jù)挖掘模型及其在銀行卡業(yè)務(wù)中的應(yīng)用

電子產(chǎn)品世界,為電子工程師提供全面的電子產(chǎn)品信息和行業(yè)解決方案,是電子工程師的技術(shù)中心和交流中心,是電子產(chǎn)品的市場中心,EEPW 20年的品牌歷史,是電子工程師的網(wǎng)絡(luò)家園
關(guān)鍵字：嵌入式數(shù)據(jù)挖掘銀行卡算法嵌入層

一種新的基于數(shù)據(jù)挖掘技術(shù)的異常入侵檢測系統(tǒng)研

為了解決異常入侵檢測系統(tǒng)中出現(xiàn)的噪音數(shù)據(jù)信息干擾、不完整信息挖掘和進(jìn)攻模式不斷變化等問題，提出了一種新的基于數(shù)據(jù)挖掘技術(shù)的異常入侵檢測系統(tǒng)模型。該模型通過數(shù)據(jù)挖掘技術(shù)、相似度檢測、滑動窗口和動態(tài)更新規(guī)則庫的方法，有效地解決了數(shù)據(jù)純凈難度問題，提高了檢測效率，增加了信息檢測的預(yù)警率，實現(xiàn)了對檢測系統(tǒng)的實時更新。
關(guān)鍵字：入侵檢測系統(tǒng) 異常技術(shù) 數(shù)據(jù)挖掘基于

基于數(shù)據(jù)挖掘技術(shù)的入侵檢測系統(tǒng)的研究與設(shè)計

關(guān)鍵字：入侵檢測自適應(yīng) 數(shù)據(jù)挖掘系統(tǒng)模型

基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)的改進(jìn)與實現(xiàn)

針對已有Apriori算法存在的問題，設(shè)計新的基于引用作用度的Apriori_lift算法，從而提高關(guān)聯(lián)規(guī)則的挖掘性能。通過實驗仿真，結(jié)果表明Apriori_lift算法在挖掘結(jié)果方面明顯優(yōu)于Aprio ri算法。應(yīng)用Apriori_lift算法對現(xiàn)有的基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)進(jìn)行改進(jìn)。改進(jìn)后的系統(tǒng)在挖掘網(wǎng)絡(luò)數(shù)據(jù)包方面可以有效地發(fā)現(xiàn)數(shù)據(jù)包中各屬性之間的相關(guān)性，利用這一特點并結(jié)合協(xié)議分析、入侵分析等技術(shù)，可以通過挖掘結(jié)果中的規(guī)則去準(zhǔn)確而高效地鎖定攻擊者，從提高了系統(tǒng)檢測性能。
關(guān)鍵字：數(shù)據(jù)挖掘入侵檢測系統(tǒng)

基于電子商務(wù)中的數(shù)據(jù)挖掘技術(shù)研究

電子商務(wù)是新興的現(xiàn)代商業(yè)模式，數(shù)據(jù)挖掘是先進(jìn)的信息處理技術(shù)。隨著商業(yè)信息和數(shù)據(jù)的急劇增加，如何有效地分析和利用信息成為企業(yè)共同關(guān)注的問題。闡述了電子商務(wù)的概念，分析了數(shù)據(jù)挖掘的作用和工作流程，討論了電子商務(wù)中挖掘信息的目標(biāo)、方法及數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的幾點應(yīng)用。
關(guān)鍵字：電子商務(wù) 數(shù)據(jù)挖掘技術(shù)研究

共13條 1/1 1

數(shù)據(jù)挖掘介紹

什么是數(shù)據(jù)挖掘數(shù)據(jù)挖掘(Data Mining)，又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(Knowledge Discovery in Database, KDD)，就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識。并非所有的信息發(fā)現(xiàn)任務(wù)都被視為數(shù)據(jù)挖掘。例如，使用數(shù)據(jù)庫管理系統(tǒng)查找個別的記錄，或通過因特網(wǎng)的搜索 [ 查看詳細(xì) ]

數(shù)據(jù)挖掘電路

基于云計算的數(shù)據(jù)挖掘平臺架構(gòu)及其關(guān)鍵技術(shù)研究
嵌入式數(shù)據(jù)挖掘模型及其在銀行卡業(yè)務(wù)中的應(yīng)用

數(shù)據(jù)挖掘 文章 進(jìn)入數(shù)據(jù)挖掘技術(shù)社區(qū)

數(shù)據(jù)挖掘介紹

數(shù)據(jù)挖掘電路

數(shù)據(jù)挖掘資料下載

熱門主題

數(shù)據(jù)挖掘文章進(jìn)入數(shù)據(jù)挖掘技術(shù)社區(qū)