【摘 要】
：
<正> 1.前言在数据集中采掘关联规则是数据采掘的一个重要内容,[2]中提出了一种自底向上的数据采掘方法,即把数据集的各个属性从概念层次的最底层向高层进行“泛化”,但这种
【机 构】
：
复旦大学计算机科学系,复旦大学计算机科学系,上海
论文部分内容阅读
<正> 1.前言在数据集中采掘关联规则是数据采掘的一个重要内容,[2]中提出了一种自底向上的数据采掘方法,即把数据集的各个属性从概念层次的最底层向高层进行“泛化”,但这种方法有二个缺点:首先,它的每一层都有一个阈值,但这些阈值之间是密切相关的;并且,对于不同数据集,这些阈值之间的关系也不同。在数据采掘的过程中,要调整这些阈值以取
其他文献
<正> 一、引言自然界以及我们社会生活中的各种事物都在运动、变化和发展着,将它们按时间顺序记录下来,我们就可以得到各种各样的“时间序列”数据。对时间序列进行分析,可以
<正> 1 引言随着计算机网络应用的不断深入和普及,大规模的计算机网络将不断增加。在这种计算机网络中,不仅硬件设备型号、种类、规模相异,而且操作系统平台、程序设计环境及
<正> 1.引言并行分布计算中静态的启发式任务调度算法都要求并行分布程序任务在执行前是比较确定的。但一般情况下,实际并行应用程序并不满足这一限制条件,在执行前存在着许
<正> 并行处理机共享一个公共主存贮器,并在一个操作系统的整体控制之下进行协调并实现相互通讯。这种多处理机环境适合于大规模的数据处理,它可以把数据分布在并行处理机上,
<正> 随机争用仲裁器的性能指标:获胜概率和平均仲裁长度可用如下方法计算: 1 0,1随机序列中某模式首次出现概率及平均长度今以01与11模式为例,计算其在0,1随机序列中首次出
<正> 近几年,国内许多学者对模糊数据库进行了有效的研究.取得了很多重要的研究成果。但是,模糊数据是一个复杂的对象,现有的模糊数据库模型中仍存在不同程度的缺陷。例如,尚
<正> 1 前言数据库中的知识发现KDD(Knowledge Discov-ery in Database)是近年来随着数据库和人工智能技术的发展而出现的,它是从大量数据中提取出可信的、新颖的、有效的并
<正> 1.引言特征属性选择(feature attribute selection,FAS)是机器学习和模式识别中比较困难而又非常有意义的一个问题。FAS问题是从一个大的侯选属性集合中选择一个较好的
<正> 1 引论近年来,粗集理论的实际应用与理论探讨已成为计算机科学中的一个热点问题。1995年Pawlak曾在文[6]中指出,粗集的逻辑性质研究将是今后粗集理论的一个重要同题。本
<正> 一、引言不变量理论在80年代末引入计算机视觉领域,1991年召开了不变量在计算机视觉应用方面的国际研讨会。目前,对这一课题的研究引起了国内外学者的极大兴趣。视觉不