检索结果-维普期刊中文期刊服务平台

基于概念层次树的数据挖掘算法的研究与实现被引量：12: 1; 作者王大玲于戈 +2 位作者鲍玉斌王国仁刘斌武《计算机科学》 CSCD 北大核心 2001年第6期88-91,共4页; 1 引言随着计算机技术、特别是数据库技术的发展,多年来,在冶金企业中,积累了海量的生产现场参数,它们以各种形式存放在数据库中.如何通过对这些数据的分析和处理,发现其中潜在的、未知的规则和知识, 以便从中找到影响产品质量的原因,... 展开更多; 关键词数据库数据挖掘算法概念层次树数据集; 在线阅读下载PDF 职称材料

基于属性归纳的中药方剂数据挖掘被引量：6: 2; 作者刘齐宏唐常杰 +3 位作者李川刘齐巍曾涛蒋永光《计算机应用》 CSCD 北大核心 2007年第2期449-452,共4页; 传统的面向属性归纳技术(AOI)存在概化粗糙及算法效率较低等缺陷。为适应中药方剂数据挖掘的复杂需求,提出基于中药数据驱动的属性关联概化算法;为关联的维度创建概念树,利用关联属性与基准属性的相关性以提高归纳的效率,实现了面向属... 展开更多; 关键词面向属性归纳概念树关联属性闽值中医药数据挖掘; 在线阅读下载PDF 职称材料

一种新的面向属性归纳中概念层次技术研究被引量：7: 3; 作者孙华梅郭茂祖 +1 位作者焦杰黄梯云《管理科学学报》 CSSCI 2004年第1期65-72,共8页; 面向属性归纳的方法目前是数据挖掘主要技术之一.在分析基本的面向属性归纳算法不足的基础上,提出了一种概念层次优化技术,包括:将基于规则的概念图转化成一棵概念树;对于不平衡的概念树,再转化成平衡的概念树;用节点集合来记录数据库... 展开更多; 关键词数据挖掘概念描述基于规则的面向属性归纳概念层次; 在线阅读下载PDF 职称材料

利用判定树归纳与面向属性归纳的组合方法对建筑业中施工企业的特征提取被引量：1: 4; 作者庞淑英鲁明羽陆玉昌《计算机工程与应用》 CSCD 北大核心 2003年第16期208-211,共4页; 文章采用数据挖掘技术中的判定树归纳与面向属性归纳相组合的方法,对“昆明建筑工程交易中心信息管理计算机网络系统”中施工企业关系数据库中的细节数据进行概念分层和特征提取,构造出容易解释和效率较高的判定树和分类规则,可为建设... 展开更多; 关键词数据挖掘技术判定树概念分层分类规则施工企业; 在线阅读下载PDF 职称材料

一种改进的多层关联规则挖掘算法被引量：1: 5; 作者唐辉吴明礼贺玉明《计算机工程》 CAS CSCD 北大核心 2011年第16期42-44,共3页; 在传统的多层关联挖掘算法中,概念层次树只提供项目的概念分层信息,导致项目查找效率不高。为此,提出一种改进的多层关联规则挖掘算法。在概念层次树的节点中增加2个域,以获取各层的频繁1-项集,通过增加1个基于Hash表的辅助存储结构,以... 展开更多; 关键词多层关联规则数据挖掘概念层次树频繁模式树; 在线阅读下载PDF 职称材料

基于抽样的概念层次数据挖掘算法被引量：1: 6; 作者李波《计算机科学》 CSCD 北大核心 2002年第7期87-89,共3页; 一、引言属性归纳算法的出现主要有以下几个原因.首先,虽然某些规律,如关联规则可以在基本概念层上发现[3,4],但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并且表达得更简洁一些.因此有必要将数据库中的基本数据泛化到... 展开更多; 关键词数据库属性归纳算法概念层次数据挖掘算法数据集; 在线阅读下载PDF 职称材料

一种基于取样的概念层次数据挖掘新算法被引量：1: 7; 作者李波《计算机工程与科学》 CSCD 2002年第3期8-10,共3页; 本文分析了几种传统属性归纳算法 ,针对它们的不足 ,提出了基于取样的概念层次挖掘算法 ,它不仅可以处理不平衡的概念层次 ,而且得到的泛化规则可以反映实际的数据分布。此外 ,这种算法具有最优的时间和空间复杂性。实验证明 ,本文算法... 展开更多; 关键词数据挖掘属性归纳算法概念层次数据库; 在线阅读下载PDF 职称材料

数值型数据的泛概念树的自动生成方法被引量：73: 8; 作者蒋嵘李德毅范建华《计算机学报》 EI CSCD 北大核心 2000年第5期470-476,共7页; 概念层次在数据挖掘中有着重要的作用 .通过自动生成概念层次 ,可有效地提高数据挖掘的效率 ,在不同层次上发现知识 .文中介绍基于云模型的数值型概念表示方法 ,通过云模型的期望值、熵和超熵三个数字特征有效地表达定性概念 ,并实现定... 展开更多; 关键词数据挖掘泛概念树数值型数据数据库人工智能; 在线阅读下载PDF 职称材料

基于抽样的概念层次挖掘算法被引量：1: 9; 作者胡江滔汪卫周傲英《计算机应用与软件》 CSCD 北大核心 2001年第3期57-63,共7页; 本文通过对数据挖掘的几种传统属性归纳算法的分析,发现它们存在以下不足:(1)不能处理不平衡的概念层次;(2)没有考虑实际数据分布对最后的泛化规则的影响。因此,本文提出了基于抽样的概念层次挖掘算法,它先采用抽样方法,对概念层次进行... 展开更多; 关键词数据挖掘属性归纳算法概念层次数据库; 在线阅读下载PDF 职称材料

题名基于概念层次树的数据挖掘算法的研究与实现被引量：12: 1; 作者王大玲于戈鲍玉斌王国仁刘斌武; 机构东北大学信息科学与工程学院; 出处《计算机科学》 CSCD 北大核心 2001年第6期88-91,共4页; 基金 863/CIMS主题资助(课题号:863-511-946-004) 霍英东教育基金; 文摘 1 引言随着计算机技术、特别是数据库技术的发展,多年来,在冶金企业中,积累了海量的生产现场参数,它们以各种形式存放在数据库中.如何通过对这些数据的分析和处理,发现其中潜在的、未知的规则和知识, 以便从中找到影响产品质量的原因,达到提高产品质量、降低成本等目的,是亟待解决的问题,数据挖掘技术为此提供了有利的支持.; 关键词数据库数据挖掘算法概念层次树数据集; Keywords data mining,concept hierarchy tree,attribute-oriented induction; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于属性归纳的中药方剂数据挖掘被引量：6: 2; 作者刘齐宏唐常杰李川刘齐巍曾涛蒋永光; 机构四川大学计算机学院四川大学公共管理学院成都中医大学图书馆; 出处《计算机应用》 CSCD 北大核心 2007年第2期449-452,共4页; 基金国家自然科学基金资助项目(60473071 90409007) +1 种基金四川省科技攻关项目(2006Z01-027); 文摘传统的面向属性归纳技术(AOI)存在概化粗糙及算法效率较低等缺陷。为适应中药方剂数据挖掘的复杂需求,提出基于中药数据驱动的属性关联概化算法;为关联的维度创建概念树,利用关联属性与基准属性的相关性以提高归纳的效率,实现了面向属性关联归纳的数据挖掘系统TCMDBMiner。实验结果表明,新算法较传统算法的归纳概化效率提高了23%以上,挖掘结果符合中医理论。; 关键词面向属性归纳概念树关联属性闽值中医药数据挖掘; Keywords attribute-oriented induction （AOI） concept tree threshold of relevancy attribute data mining of Chinese medicine; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名一种新的面向属性归纳中概念层次技术研究被引量：7: 3; 作者孙华梅郭茂祖焦杰黄梯云; 机构哈尔滨工业大学管理学院哈尔滨工业大学计算机科学与技术学院; 出处《管理科学学报》 CSSCI 2004年第1期65-72,共8页; 基金国家自然科学基金资助项目(70071008) 黑龙江省博士后科研启动基金资助项目 +1 种基金国家"863"计划资助项目(2003AA118030).; 文摘面向属性归纳的方法目前是数据挖掘主要技术之一.在分析基本的面向属性归纳算法不足的基础上,提出了一种概念层次优化技术,包括:将基于规则的概念图转化成一棵概念树;对于不平衡的概念树,再转化成平衡的概念树;用节点集合来记录数据库中每个元组在概念层次中的泛化路径.利用置信度、支持度和LS充分性因子等评价指标对学习结果进行取舍.最后,将算法在爱尔兰教育经历数据库分析中进行了应用测试,结果显示了算法更加有效,适用性更强.; 关键词数据挖掘概念描述基于规则的面向属性归纳概念层次; Keywords data mining concept description rule-based attribute-oriented induction (AOI) concept hierarchy; 分类号 C931.6 [经济管理—管理学]; 在线阅读下载PDF 职称材料

题名利用判定树归纳与面向属性归纳的组合方法对建筑业中施工企业的特征提取被引量：1: 4; 作者庞淑英鲁明羽陆玉昌; 机构清华大学计算机系昆明理工大学计算中心烟台大学计算机学院; 出处《计算机工程与应用》 CSCD 北大核心 2003年第16期208-211,共4页; 基金国家973重点基础研究发展规划项目(编号:G1998030414); 文摘文章采用数据挖掘技术中的判定树归纳与面向属性归纳相组合的方法,对“昆明建筑工程交易中心信息管理计算机网络系统”中施工企业关系数据库中的细节数据进行概念分层和特征提取,构造出容易解释和效率较高的判定树和分类规则,可为建设单位和建筑管理机构的决策者提供更直观地、更深入地了解施工企业的决策信息,据此选择具备承担招标项目能力、资信良好的企业,另一方面又能增强业主的工程施工风险防范能力,提高对建筑业施工企业的管理水平。; 关键词数据挖掘技术判定树概念分层分类规则施工企业; Keywords data mining,Decision tree,attribute-oriented induction,concept hierarchy,Classification Rule,Construction Enterprise; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种改进的多层关联规则挖掘算法被引量：1: 5; 作者唐辉吴明礼贺玉明; 机构北方工业大学信息工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2011年第16期42-44,共3页; 文摘在传统的多层关联挖掘算法中,概念层次树只提供项目的概念分层信息,导致项目查找效率不高。为此,提出一种改进的多层关联规则挖掘算法。在概念层次树的节点中增加2个域,以获取各层的频繁1-项集,通过增加1个基于Hash表的辅助存储结构,以提高项目的查找效率。实验结果表明,与传统算法相比,改进算法的挖掘时间能缩短10%左右。; 关键词多层关联规则数据挖掘概念层次树频繁模式树; Keywords multiple-level association rule data mining concept hierarchy tree Frequent Pattern（FP） tree; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于抽样的概念层次数据挖掘算法被引量：1: 6; 作者李波; 机构重庆工学院计算机科学与工程系; 出处《计算机科学》 CSCD 北大核心 2002年第7期87-89,共3页; 基金重庆市重点企业信息化项目(20007340); 文摘一、引言属性归纳算法的出现主要有以下几个原因.首先,虽然某些规律,如关联规则可以在基本概念层上发现[3,4],但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并且表达得更简洁一些.因此有必要将数据库中的基本数据泛化到相对高的概念层上才能更有效地挖掘数据.; 关键词数据库属性归纳算法概念层次数据挖掘算法数据集; Keywords data mining, attribute-oriented induction, concept hierarchy; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名一种基于取样的概念层次数据挖掘新算法被引量：1: 7; 作者李波; 机构重庆工学院计算机科学与工程系 [; 出处《计算机工程与科学》 CSCD 2002年第3期8-10,共3页; 基金重庆市企业信息化重点项目 (2 0 0 0 73 40 ); 文摘本文分析了几种传统属性归纳算法 ,针对它们的不足 ,提出了基于取样的概念层次挖掘算法 ,它不仅可以处理不平衡的概念层次 ,而且得到的泛化规则可以反映实际的数据分布。此外 ,这种算法具有最优的时间和空间复杂性。实验证明 ,本文算法是有效。; 关键词数据挖掘属性归纳算法概念层次数据库; Keywords data mining attribute oriented induction concept hierarchy; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名数值型数据的泛概念树的自动生成方法被引量：73: 8; 作者蒋嵘李德毅范建华; 机构中国人民解放军理工大学电子系统工程研究所; 出处《计算机学报》 EI CSCD 北大核心 2000年第5期470-476,共7页; 基金 "八六三"高技术研究发展计划!( 863 -3 0 6-ZT0 6-0 7-2 ); 文摘概念层次在数据挖掘中有着重要的作用 .通过自动生成概念层次 ,可有效地提高数据挖掘的效率 ,在不同层次上发现知识 .文中介绍基于云模型的数值型概念表示方法 ,通过云模型的期望值、熵和超熵三个数字特征有效地表达定性概念 ,并实现定性和定量的不确定转换 .通过云变换实现了泛概念树中叶结点的自动生成 ,并自动构造数值型数据的泛概念树 .同时 ,进一步研究了泛概念树中的概念爬升和跳跃的方法 ,为通过数据挖掘发现各层次知识提供了基础 .; 关键词数据挖掘泛概念树数值型数据数据库人工智能; Keywords data mining, concept hierarchy, pan concept tree, cloud model, cloud transform; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于抽样的概念层次挖掘算法被引量：1: 9; 作者胡江滔汪卫周傲英; 机构复旦大学计算机科学系; 出处《计算机应用与软件》 CSCD 北大核心 2001年第3期57-63,共7页; 文摘本文通过对数据挖掘的几种传统属性归纳算法的分析,发现它们存在以下不足:(1)不能处理不平衡的概念层次;(2)没有考虑实际数据分布对最后的泛化规则的影响。因此,本文提出了基于抽样的概念层次挖掘算法,它先采用抽样方法,对概念层次进行初步调整,然后扫描整个数据文件,利用扫描信息再次调整概念层次,最后通过统计调整后的概念层次的叶子信息就可以得到泛化规则。本算法不仅克服了传统算法的不足,而且具有最优的时间复杂度O(h)和空间复杂度O(c)。; 关键词数据挖掘属性归纳算法概念层次数据库; Keywords data mining Attribute - oriented induction concept hierarchy; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于概念层次树的数据挖掘算法的研究与实现	王大玲于戈鲍玉斌王国仁刘斌武	《计算机科学》 CSCD 北大核心	2001	12	在线阅读下载PDF 职称材料
2	基于属性归纳的中药方剂数据挖掘	刘齐宏唐常杰李川刘齐巍曾涛蒋永光	《计算机应用》 CSCD 北大核心	2007	6	在线阅读下载PDF 职称材料
3	一种新的面向属性归纳中概念层次技术研究	孙华梅郭茂祖焦杰黄梯云	《管理科学学报》 CSSCI	2004	7	在线阅读下载PDF 职称材料
4	利用判定树归纳与面向属性归纳的组合方法对建筑业中施工企业的特征提取	庞淑英鲁明羽陆玉昌	《计算机工程与应用》 CSCD 北大核心	2003	1	在线阅读下载PDF 职称材料
5	一种改进的多层关联规则挖掘算法	唐辉吴明礼贺玉明	《计算机工程》 CAS CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
6	基于抽样的概念层次数据挖掘算法	李波	《计算机科学》 CSCD 北大核心	2002	1	在线阅读下载PDF 职称材料
7	一种基于取样的概念层次数据挖掘新算法	李波	《计算机工程与科学》 CSCD	2002	1	在线阅读下载PDF 职称材料
8	数值型数据的泛概念树的自动生成方法	蒋嵘李德毅范建华	《计算机学报》 EI CSCD 北大核心	2000	73	在线阅读下载PDF 职称材料
9	基于抽样的概念层次挖掘算法	胡江滔汪卫周傲英	《计算机应用与软件》 CSCD 北大核心	2001	1	在线阅读下载PDF 职称材料