电子科技
電子科技
전자과기
IT AGE
2006年
1期
65-68,73
,共5页
数据挖掘%C4.5%SLIQ%SPRINT%关联规则%K-平均值%K-最近邻%贝叶斯网络%人工神经网络%遗传算法%并行性
數據挖掘%C4.5%SLIQ%SPRINT%關聯規則%K-平均值%K-最近鄰%貝葉斯網絡%人工神經網絡%遺傳算法%併行性
수거알굴%C4.5%SLIQ%SPRINT%관련규칙%K-평균치%K-최근린%패협사망락%인공신경망락%유전산법%병행성
数据挖掘在工业和商业领域中发挥着越来越重要的作用.随着数据量的增加,挖掘算法处理海量数据的能力问题日益突出.研究并行算法,是解决这一问题的有效途径.该文对常用的数据挖掘算法C4.5,SLIQ,SPRINT,关联规则,K-平均值,K-最近邻,贝叶斯网络,人工神经网络,遗传算法及并行性进行了研究探讨,为数据挖掘研究者提供借鉴.
數據挖掘在工業和商業領域中髮揮著越來越重要的作用.隨著數據量的增加,挖掘算法處理海量數據的能力問題日益突齣.研究併行算法,是解決這一問題的有效途徑.該文對常用的數據挖掘算法C4.5,SLIQ,SPRINT,關聯規則,K-平均值,K-最近鄰,貝葉斯網絡,人工神經網絡,遺傳算法及併行性進行瞭研究探討,為數據挖掘研究者提供藉鑒.
수거알굴재공업화상업영역중발휘착월래월중요적작용.수착수거량적증가,알굴산법처리해량수거적능력문제일익돌출.연구병행산법,시해결저일문제적유효도경.해문대상용적수거알굴산법C4.5,SLIQ,SPRINT,관련규칙,K-평균치,K-최근린,패협사망락,인공신경망락,유전산법급병행성진행료연구탐토,위수거알굴연구자제공차감.
