本项目拟改进和扩展面向数据挖掘的格机理论、方法,提出新的增量式、支持并行数据缩减的格机理论,依据该理论给出数据挖掘方法,以此为基础研制数据挖掘软件并进行实际应用,进而检验所提出的理论和方法的有效性。在保证不丢失重要信息的条件下,本研究成果可用于对海量数据、非结构化数据、动态数据和不可靠数据的挖掘。
{{i.achievement_title}}
数据更新时间:2023-05-31
智能煤矿建设路线与工程实践
黏弹性正交各向异性空心圆柱中纵向导波的传播
“阶跃式”滑坡突变预测与核心因子提取的平衡集成树模型
基于直觉模糊二元语义交互式群决策的技术创新项目选择
基于颗粒阻尼的变频空调压缩机管路减振设计
面向大规模数据挖掘的隐私保护支持向量机增量与并行学习算法研究
基于主动增量式学习的故障诊断知识挖掘方法
精确的增量式支持向量机的研究
基于加权和约束概念格的数据挖掘方法与天体光谱数据挖掘技术