本项目研究了基于数据仓库的数据采掘技术,主要是关联规则的采掘和联机分析处理数据的管理,首先要在数据库中找出有关事务的项目候选集,候选集的动态产生技术突破了关联规则层次采掘算法的框架,减少对数据库的扫描次数,但又对分布太敏感.本项研究自适应区间配置技术,使数据的逻辑分布更均匀,减少了候选集的数量,并实现了基于共享内存的采掘关联规则并行算法,改进了分区修剪技术.联机分析处理主要研究多维数据模型或数据方体,本研究提出了基于密集区域的系统框架和搜索算法,将各密集区域独立地存储在多维数组中,并将稀疏点存储多维数组中,并将稀疏点存储在关系表中,从而可进行快速查询,形成有效的采掘方法.本项目培养了三名博士生,已毕业一名.
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
近 40 年米兰绿洲农用地变化及其生态承载力研究
资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据
多源数据驱动CNN-GRU模型的公交客流量分类预测
混采地震数据高效高精度分离处理方法研究进展
地下矿采掘计划综合技术及决策支持系统
基于智能Agent的群组决策支持系统及其在BPM中的应用
基于数据耕种的对抗决策支持系统
新型聚合算子及其在模糊决策支持系统中的应用研究