侯天子
- 作品数：5 被引量：1H指数：1
- 供职机构：西南交通大学信息科学与技术学院更多>>
- 相关领域：自动化与计算机技术理学更多>>
- I-Miner环境下聚类分析算法研究与实现
- 2009年
- 聚类分析是一种非监督型知识发现的方法,能有效地处理大量的、繁杂的、属性众多的且没有类标志的数据。DBSCAN算法能实现任意形状的数据集的聚类,模糊C均值适合于那些在簇中心周围呈均匀分布的数据集,CABOSFV算法对于高维稀疏数据集(例如Web数据)能很好地聚类。在I-Miner中嵌入DBSCAN、CABOSFV和模糊C均值三种聚类分析算法,能够较好地满足用户的需要,建立数据挖掘模型,支持生产决策。
- 徐德谭维杨燕侯天子黄乐
- 关键词：聚类分析DBSCAN算法模糊C均值
- I-Miner环境下三种离群点挖掘算法的设计与实现
- 2011年
- 在数据挖掘过程中,有很多挖掘算法试图使离群点的影响最小化,甚至是排除它们,然而这样可能丢失一些重要的信息。如今,在欺诈检测、网络入侵检测、故障诊断等问题中,离群点挖掘得到了越来越多的应用,离群点的发掘成为一个热门研究问题。I-Miner是一个企业级的数据挖掘工具,在本文中利用I-Miner软件对数据进行预处理,并用通过S语言拓展软件功能,编写了3种离群点算法并使用多个数据测试,对结果进行分析和对比研究。
- 侯天子朱焱
- 关键词：数据挖掘离群点挖掘聚类分析
- 互联网质量异常挖掘
- 计算机技术的迅猛发展,互联网信息爆炸式增长,但信息质量却参差不齐,更有甚者利用互联网进行欺诈等违法犯罪活动,这对Web信息应用产生了极大的负面影响,因此如今的互联网质量问题需要大家给予高度的重视。本文研究目标在于发掘互联...
- 侯天子
- I-Miner环境下聚类及可视化研究被引量：1
- 2010年
- 聚类分析是数据挖掘中的核心技术,利用相关的可视化方法显示聚类结果,将数据分布以直观、形象的图形方式呈现给决策者,使得决策者可以直观地分析数据。I-Miner是一个企业级的数据挖掘工具,利用I-Miner软件进行聚类分析,并用多种方法将聚类结果可视化。通过S语言拓展软件功能,编程实现了K-Medoid算法、SOM算法、SOM与K-Medoids结合的聚类组合算法,尤其是在高维数据的可视化上,实现了星图法和SOM之U矩阵法,弥补软件中聚类和可视化模块较少的不足。
- 侯天子杨燕谭维
- 关键词：数据挖掘聚类分析可视化自组织神经网络
- 基于I-Miner的聚类分析研究
- 2008年
- 数据挖掘是当今数据库系统研究和应用领域中的热点问题,聚类是数据挖掘中的核心问题。I-Miner是一个企业级的数据挖掘工具,利用I-Miner软件进行聚类分析,将聚类结果呈现丰富的可视化效果,通过S语言拓展软件功能,解决应用的特殊需求。
- 侯天子谭维徐德黄乐
- 关键词：数据挖掘聚类分析
