检索结果-内蒙古大学图书馆

作者：杨虎重庆大学

学位级别：博士

短短的几年时间，数据挖掘风靡全球，成为 IT 业近年来非常热门和前沿的研究方向之一，由于数据挖掘融合了人工智能、统计学、数据库、机器学习等各个领域的理论与技术，使得不同学科领域的学者对 DM 的研究表现出了前所未有的热情和参... 详细信息

短短的几年时间，数据挖掘风靡全球，成为 IT 业近年来非常热门和前沿的研究方向之一，由于数据挖掘融合了人工智能、统计学、数据库、机器学习等各个领域的理论与技术，使得不同学科领域的学者对 DM 的研究表现出了前所未有的热情和参与精神，在世纪交替的特殊时期，这是又一轮规模空前的学科大融合。数据挖掘目的是在大量的数据中发现令人感兴趣的模式，用以认识规律，提高效率，预测未来，其核心技术具有很大的挑战性，由于数据的适时性和时间特征，诸如 Web 挖掘、金融挖掘、电子商务和市场调查等不可避免的会面临序列数据的处理，其中以时间为序的又称为时间序列，因此序列数据挖掘就应运而生了，但和目前其它分支不一样的是这方面的研究对模型的依赖严重得多，而众所周知时间序列分析在统计中就以复杂和抽象著称，尤其是涉及到另一个挖掘中困难的课题：异常挖掘，并且还要考虑序列中的异常挖掘，即使在统计学中也是非常艰难的，至今并没有很好的解决方案。金融数据挖掘是另一个非常困难的方向，虽然金融数学提供了丰富的理论和方法，但很多方法太抽象，实证效果也并不理想，作为普及方法推广是不现实的，数据挖掘作为 IT 技术，简单快速是必不可少的，因此更多的从模型出发、以算法为基础，建立切实可行的序列数据挖掘技术和理论体系是本文的目的。我们在第一章的绪论中除了介绍相关的概念、基础知识和国内外研究现状外，介绍了统计中非常实用的线性模型方法及在序列数据挖掘中的应用。第二章主要研究了线性模型的参数估计方法，得到了很多非常深入的新结果。第三章主要介绍了数据的可视化和序列数据的聚类研究、线性模式挖掘和异常挖掘，同时应用于证券数据的挖掘，取得了不错的实证效果。第四章我们主要研究了序列数据挖掘的预测问题，同样在证券实证分析中获得有力的支持。第五章针对实际更多出现的数据缺失深入研究了 EM 算法等数据修补技术和插值技术，结果非常令人满意，最后进一步研究了向前搜索算法，通过聚类的预处理，既节约时间又避免错误的发生，效果也比较理想。序列数据挖掘的广博领域显然不是本研究所能穷尽的，我们在文末展望了该方向今后的发展和进一步有待研究的若干问题。

关键词：序列数据挖掘异常挖掘数据可视化聚类 EM 算法

来源：评论

学校读者我要写书评

暂无评论

基于序列数据挖掘的中文网页特征选择方法

引用

山东大学学报（理学版） 2006年第3期41卷 97-100页

作者：谷峰刘晨曦吴扬扬华侨大学计算机科学系福建泉州362021

提出了一种基于序列数据挖掘的中文网页候选特征的选择方法,并用于中文网页分类模型.该方法运用改进的PAT树结构挖掘频繁出现在同一类中文网页中的字符串,通过净频率计算,挖掘出中文网页中频繁出现的有意义的词、短语、英文单词等,并结... 详细信息

提出了一种基于序列数据挖掘的中文网页候选特征的选择方法,并用于中文网页分类模型.该方法运用改进的PAT树结构挖掘频繁出现在同一类中文网页中的字符串,通过净频率计算,挖掘出中文网页中频繁出现的有意义的词、短语、英文单词等,并结合CHI算法得到文本特征.实验表明,该算法不仅能挖掘出传统方法所选择出的绝大部分特征,还能挖掘出一些有意义的、切词系统词库中没有的、能反映分类特点的人名,地名,新词、常用语、外文单词等.

关键词：序列数据挖掘 pat树净频率频繁字串中文网页分类

来源：评论

学校读者我要写书评

暂无评论

基于云模型的序列数据挖掘

基于云模型的序列数据挖掘

引用

第十一届中国人工智能学术年会

作者：田密康建初张光卫北京航空航天大学软件开发环境国家重点实验室100083

本文将云模型引入到序列数据挖掘中,把序列数据通过云变换转化为云集合,用云来表示子序列,从而把子序列的运算和匹配问题转化为云的逻辑计算和相似度计算问题加以解决.给出了云变换、云的相似度、云的并运算的定义和实现算法,并以流量... 详细信息

本文将云模型引入到序列数据挖掘中,把序列数据通过云变换转化为云集合,用云来表示子序列,从而把子序列的运算和匹配问题转化为云的逻辑计算和相似度计算问题加以解决.给出了云变换、云的相似度、云的并运算的定义和实现算法,并以流量数据相似性分析为例,证明了该方法的有效性.

关键词：云模型序列数据挖掘云变换流量数据

来源：评论

学校读者我要写书评

暂无评论

基于序列数据挖掘的中文网页特征选择方法

基于序列数据挖掘的中文网页特征选择方法

引用

第四届全国搜索引擎和网上信息挖掘学术研讨会(SEWM2006)

作者：谷峰刘晨曦吴扬扬华侨大学计算机科学系福建泉州362021

关键词：序列数据挖掘 pat树净频率频繁字串中文网页分类

来源：评论

学校读者我要写书评

暂无评论

免预设间隔约束的对比序列模式高效挖掘

引用

计算机学报 2016年第10期39卷 1979-1991页

作者：王慧锋段磊左劼王文韬李钟麒唐常杰四川大学计算机学院成都610065 四川大学华西公共卫生学院成都610041 武汉大学软件工程国家重点实验室武汉430072

对比序列模式在识别不同类别序列样本集合的特征上有着重要的作用.已有对比序列模式挖掘算法需要用户预设间隔约束.在不具备充分先验知识情况下,用户不易准确地预设恰当的间隔约束,进而导致不能发现有用的模式.对此,文中设计了带紧凑间... 详细信息

对比序列模式在识别不同类别序列样本集合的特征上有着重要的作用.已有对比序列模式挖掘算法需要用户预设间隔约束.在不具备充分先验知识情况下,用户不易准确地预设恰当的间隔约束,进而导致不能发现有用的模式.对此,文中设计了带紧凑间隔约束的最小对比序列模式挖掘算法,实现免预设间隔约束,并对候选模式自动计算最适合的间隔约束.此外,设计了3种剪枝策略来提高算法的执行效率.通过蛋白质序列、DNA序列、行为序列数据集验证了提出的算法的有效性和高效率.

关键词：对比序列模式间隔约束序列数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于高阶思维培养的专家与新手数学教师课堂对话比较研究

引用

数学教育学报 2023年第3期32卷 68-72,102页

作者：马静赵文君曹一鸣北京师范大学珠海校区自然科学高等研究院广州珠海519087 北京师范大学数学科学学院北京100875 四川师范大学数学科学学院四川成都610066

高阶思维的培养是数学教育重要目标,高质量课堂对话是其基本途径,也是新手教师专业成长的困境.以60节初中数学课堂教学录像为样本,采用序列数据挖掘和序列频繁模式挖掘的方法,对专家教师和新手教师课堂对话中高阶思维活动特征进行对比分... 详细信息

高阶思维的培养是数学教育重要目标,高质量课堂对话是其基本途径,也是新手教师专业成长的困境.以60节初中数学课堂教学录像为样本,采用序列数据挖掘和序列频繁模式挖掘的方法,对专家教师和新手教师课堂对话中高阶思维活动特征进行对比分析,发现:(1)专家与新手教师围绕高阶思维活动展开的对话片段在数量和时长上未有显著差异,但专家教师课堂中学生话语量占比更高.(2)专家教师课堂对话中高阶思维活动类型丰富,并在多种高阶思维活动之间进行自由转换,有利于学生思维层次的维持和逐步提升;(3)新手教师课堂对话中高阶思维活动类型与转换路径单一,频繁从最高阶思维到最低阶思维进行强行跳转,不利于学生高阶思维活动的开展与维持.研究结论为指向高阶思维培养的教学改进,新手教师的专业成长提供参考,序列挖掘方法亦为其它具有序列性特点的样本信息挖掘提供一定的技术支持.

关键词：专家和新手教师高阶思维课堂对话序列数据挖掘

来源：评论

学校读者我要写书评

暂无评论

Pitman优良性以及不完全数据挖掘的进一步研究

Pitman优良性以及不完全数据挖掘的进一步研究

引用

作者：柏松重庆大学

学位级别：硕士

异常挖掘是数据挖掘当中的重要内容之一,而针对不完全数据的挖掘往往更具有现实意义。不完全数据是很多领域都要涉及的问题,比如专家系统、人工智能、证券市场中的股票和证券走势的预测等等。处理这类数据现在比较通行的有三类方法:Gibb... 详细信息

异常挖掘是数据挖掘当中的重要内容之一,而针对不完全数据的挖掘往往更具有现实意义。不完全数据是很多领域都要涉及的问题,比如专家系统、人工智能、证券市场中的股票和证券走势的预测等等。处理这类数据现在比较通行的有三类方法:Gibbs抽样,变分法和EM算法。Gibbs抽样是一种最简单的且应用最广泛的MCMC方法,变分法是主要针对图模型中不完全数据的一种基于学习的逼近算法,EM算法是根据点估计中的极大似然估计来改进的迭代算法。回归系数的参数估计在线性模型估计理论与实际应用中占有重要地位。其中最小二乘估计因为其众多的优良性质而尤其突出,但当设计阵X存在复共线性时,最小二乘估计存在着很多缺陷,线性有偏估计则是改进最小二乘估计最直接的方法。统计学家已经提出了各种各样的有偏估计,其中,统一有偏估计将文献中常见的、影响较大的一些有偏估计概括在内,它包含了岭估计、主成分估计、Liu估计等等。有偏估计的目标就是以提高偏度来降低方差。但有偏估计毕竟还是偏离了真实值,因此许多统计学家提出了几乎无偏估计。关于这些参数估计的优良性,现在比较通用的有两大准则,即均方误差准则和Pitman准则。Pitman准则是由***于1937年提出的一种关于评价回归系数参数估计优良性的准则。近年来围绕Pitman准则的研究使得Pitman准则成为目前统计参数估计理论研究的热门课题之一。本文的研究内容主要有: ①对不完全数据的参数估计方法进行了回顾和总结。 ②作为对不完全数据参数估计的Pitman优良性的准备工作,讨论了约束型岭估计、几乎无偏统一有偏估计以及约束几乎无偏统一有偏估计的Pitman优良性,分别找到了约束岭估计估计优于最小二乘估计,几乎无偏统一有偏估计优于最小二乘估计和约束几乎无偏统一有偏估计优于约束最小二乘估计的椭球范围。 ③针对金融时间序列数据,运用时间序列模型进行了模拟和预测,并运用时间序列数据缺失值的处理方法对模型进行改进,提高预测的精度,并进行了实证分析。

关键词：不完全数据 Pitman准则几乎无偏统一有偏估计序列数据挖掘

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：