排序方式: 共有11条查询结果,搜索用时 7 毫秒
1.
关联规则挖掘与分类规则挖掘的区别和联系 总被引:1,自引:0,他引:1
关联规则挖掘与分类规则挖掘是数据挖掘领域中的重要技术。文中首先简要介绍了关联规则挖掘和分类规则挖掘的基本知识,主要从挖掘目的、发现规则算法的方法及算法的设计思想等几个方面进行比较,最后介绍了它们之间的联系。 相似文献
2.
3.
彭慧伶 《计算机与数字工程》2010,38(5):31-34,95
提出了一种基于最佳分类数和粗糙集理论的汽轮机轴系振动故障诊断方法。该方法利用模糊C均值聚类算法(FCM)把数据的连续属性离散化,以形成隶属度矩阵及属性分类数,根据隶属度矩阵及属性分类数进行划分系数和划分熵的有效性评判,最终找到连续属性的最佳分类数。然后根据最佳分类数对数据的连续属性进行实际的离散化,将离散化后形成的离散数据根据粗糙集理论,进行数据挖掘,得到诊断规则,有效提高了汽轮机轴系振动故障的诊断水平。 相似文献
4.
论文针对传统关联规则挖掘的不足,提出了关联规则的交互式可视化挖掘方法,指出在关联规则的交互式可视化挖掘过程中应体现3个重要特性,即前阶段的可约束性,过程中的可交互性,后阶段的可评价性,提出了集这3个特性为一体的关联规则交互式可视化挖掘过程;设计并实现了基于XML/EXCEL的挖掘结果模型表示方法;设计实现了交互式可视化关联规则学习器RestrictApriori并将其与机器学习平台Weka集成,从而完善了Weka的数据挖掘性能. 相似文献
5.
6.
关联规则挖掘与分类规则挖掘的比较研究 总被引:1,自引:0,他引:1
关联规则挖掘与分类规则挖掘都是数据挖掘,领域中很重要的技术。本文首先简要介绍了关联规则挖掘和分类规则挖掘的基本知识,主要从挖掘目的、发现规则算法的方法、算法的设计思想等几个方面对它们进行了比较,最后介绍了它们之间的联系。 相似文献
7.
研究挖掘关联规则的一个重要工作就是找出所有的频繁项集。基于FP—tree的最大频繁项集挖掘算法要多次生成大量的FP—tree,并且需要对其多次遍历,消耗了大量的时间。针对以上缺点,提出一种基于FP—tree并利用数组和矩阵技术进行优化的最大频繁项集挖掘算法(Mining Maximal Frequent Itemset。简称MMFI),它既减少创建FP—tree的数量,又节省遍历FP—tree的时间,实验证明本算法是有效的。 相似文献
8.
本文以软件可靠性工程理论为指导,以保证系统软件的高可靠性为研究目的 ,进行ARINC429接口驱动软件的可靠性设计与分析,提出了模块化容错设计、冗余设计等多种软件可靠性设计方法,有效提高了ARINC429接口驱动软件的可靠性. 相似文献
9.
彭慧伶 《单片机与嵌入式系统应用》2010,(12):14-16
嵌入式软件自身软硬件结合的复杂性及其质量的重要性,造成其软件测试的特殊性,就是在执行正常软件测试的单元测试、集成测试、系统测试的过程中,还要考虑到软件与硬件的兼容问题,即需要进行软硬件集成测试。本文首先介绍了嵌入式软件与硬件集成测试的相关概念,然后归纳提出了软硬件集成测试过程,结合当前软件测试理论前沿知识,把该测试过程进行重组和改进,并给出了测试模型。 相似文献
10.
中小型化工企业信息管理系统是一个基于订单生产模式,集销售管理、生产管理、仓库管理、质检管理及系统维护于一体的企业信息管理系统。系统采用C/S模式与B/S模式相结合的体系结构,根据企业的需求分析设计出系统的功能模块及系统数据处理流程中所涉及的主要实体及其关系,并以销售管理子系统为例介绍了系统的设计过程。 相似文献