基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种新的格子机数据挖掘方法.该方法是一种从数据缩减到数据挖掘的方法,其中概括了传统的关系数据库的超关系被作为挖掘的对象.超关系的集合可以被自然而然地转换为一个完整的布尔代数.其上能够找到它的最小上确界作为缩减的结果,也即挖掘的结果.该过程通过在格中寻找内部覆盖来实现数据缩减.内部覆盖的等标注特性确保了原始数据的一致性,由此建立一种基于格的数据模型.通过使用这种数据模型,就可以进行数据挖掘.
推荐文章
海量数据的支持向量机优化挖掘方法
海量数据
支持向量机
多簇团粒子
数据拟合
整合运算
挖掘离散
优化方法
高可扩展格子Boltzmann方法
格子Boltzmann方法
并行计算
可扩展
MPI
数据挖掘方法与工具
数据挖掘
数据库
模型
预报模型
多关系数据挖掘方法研究
多关系数据挖掘(关系数据挖掘)
归纳逻辑程序设计
关系分类回归
关系关联规则
基于距离的关系方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 格子机数据挖掘方法
来源期刊 计算机学报 学科 工学
关键词 数据挖掘 数据缩减
年,卷(期) 2000,(6) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 570-575
页数 6页 分类号 TP18
字数 4949字 语种 中文
DOI 10.3321/j.issn:0254-4164.2000.06.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高文 中国科学院计算技术研究所 150 5863 39.0 72.0
2 王实 中国科学院计算技术研究所 13 773 10.0 13.0
3 王晖 英国阿尔斯特大学信息与软件工程学院 1 22 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (22)
同被引文献  (7)
二级引证文献  (47)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2001(3)
  • 引证文献(3)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(6)
  • 引证文献(6)
  • 二级引证文献(0)
2004(3)
  • 引证文献(2)
  • 二级引证文献(1)
2005(4)
  • 引证文献(2)
  • 二级引证文献(2)
2006(11)
  • 引证文献(2)
  • 二级引证文献(9)
2007(7)
  • 引证文献(2)
  • 二级引证文献(5)
2008(5)
  • 引证文献(0)
  • 二级引证文献(5)
2009(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
数据缩减
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
论文1v1指导