版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、中國科學技術(shù)大學碩士學位論文基于遺傳算法的數(shù)據(jù)庫知識發(fā)現(xiàn)的過程與算法的研究姓名:徐楊申請學位級別:碩士專業(yè):控制理論與控制工程指導(dǎo)教師:王俊普2001.5.1里壁蘭墊查盔蘭堡主鎏塞一——』垡翌墜!∑ABSTRACTKnowledgeDiscoveryinDatabase(KDD),asallinterdisciplinaryfieldbetweenArtificialIntel[igenceespeciallyMachineLearni
2、ng,andDatabaseTechnologyisahotresearchsubjectincomputerscienceThispaperputsforwardaKnowledgeDiscoveryinDatabaseBasedonGeneticAlgorithm(KDDGA)methodwhichcombinesGeneticAlgorithm(GA)asuccessfullyusedtechniqueofMachineLearn
3、ing,withKDDtechnologyanddoessomefeintireresearchtoltsknowledgediscoveryprocessandapplicationtechnologyInChapter1,lintroduceKnowledgeDiscoveryinDatabaseasanewandpromisingfieldfromtheviewwhy1choosethesetropicTheintroductio
4、nincludesKDD’sproductionanddevelopmentfortheneedsofusers,it’Sdefinitionandtransactionprocesses,moreoverIgiveabriefdescriptionofDataMining(DM)thekeystepofKDDFinallyImentionthemajorresearchworklhavedoneinmythesisChapter2gi
5、vesexplanationtothebasictheoriesofMachineLearningtechnologyespeciallyGAwhichareusedinourresearchofKDDGAThischaptercallbeviewedasthefoundationtheoriesofthispaperChapter3andChapter4viewKDDGAasamultiplytransactionprocessesm
6、odelandhavedonesomeresearchonitChapter3smajortaskistesolvetheproblemhowtotransactorigineddatabeforetheDMsteptomeettheDM’sneedsofUSabledataIntlefirstsectionIintroducenOllllalmethodsusedindatatransactionaccordingtodatatran
7、saction’StaskandsomeofdatatransactionmethodswhichIhaveimprovedarealsogiventhereThesecondsectiondiscusseshowthenewlydevelopedtechnologyDataWarehouseandOn_lineTransactionProcesstransactdatafromtheviewofdatastorageandaccess
8、ionChapter4includesthemajorworkofmyresearchAccordingtothemultiplytransactionprocessesmodelofKDD,IgivethemodeIofKDDGAsystemAtthesalRetimethreealgorithms:ClassificationRulesMiningAlgorithmfromDecisionTreeBaseonGeneticAlgor
9、ithm;WebpagesRecognizingAlgorithmBasedonGeneticAlgorithmandMultiplyAssociationRulesMiningAlgorithmBasedonGeneticAlgorithmwhichareappliedfromthreedifierentKDD’sapplicationfieldsinthekeystepofKDDGAsystemmedelDataMiningalgo
10、rithmBasedonGeneticAlgorithmarebroughtforwardOnthebaseoftheresearchdiscussedinChapter3and4Chapter5usesthealgorithmsdiscussedinChapter4toexperimentwithcorrespondingdatabaseItsresultsarecomparedwithcorrespondresultswhichco
11、meoutfromothermachinelearningalgorithmthatcarlalsealizethesamefunctiontoproveouralgorithm’SfeasibilityandefficiencyKey,Words:KnowledgeDiscoveryinDatabase(KDD),DataMining,GeneticAlgorithm,MachineLearning,DecisionTree,Clas
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的數(shù)據(jù)庫水印研究.pdf
- 基于遺傳算法的知識發(fā)現(xiàn)算法研究及應(yīng)用.pdf
- 基于遺傳算法的可逆數(shù)據(jù)庫水印的研究與實現(xiàn).pdf
- 并行數(shù)據(jù)庫查詢優(yōu)化的遺傳算法.pdf
- 基于遺傳算法的因果發(fā)現(xiàn)研究.pdf
- 基于APRIORI算法和遺傳算法的商務(wù)數(shù)據(jù)庫關(guān)聯(lián)規(guī)則挖掘模型的研究.pdf
- 基于遺傳算法的分布式數(shù)據(jù)庫查詢優(yōu)化研究.pdf
- 基于改進遺傳算法的分布式數(shù)據(jù)庫查詢優(yōu)化.pdf
- 基于遺傳算法的分布式數(shù)據(jù)庫多連接查詢優(yōu)化的研究.pdf
- 數(shù)據(jù)庫中查詢重寫及基于遺傳算法的多連接查詢優(yōu)化研究.pdf
- 遺傳算法在關(guān)系型數(shù)據(jù)庫查詢優(yōu)化中的應(yīng)用.pdf
- 基于遺傳算法的分布式異構(gòu)數(shù)據(jù)庫的查詢方法優(yōu)化.pdf
- 基于免疫遺傳算法的分布式數(shù)據(jù)庫連接查詢優(yōu)化技術(shù)的研究.pdf
- 基于遺傳算法的知識推理研究.pdf
- 基于遺傳算法的Web數(shù)據(jù)挖掘研究.pdf
- 基于粒度計算和遺傳算法的數(shù)據(jù)挖掘算法研究.pdf
- 數(shù)據(jù)庫中的知識發(fā)現(xiàn).pdf
- 基于多蟻群遺傳算法的分布式數(shù)據(jù)庫查詢優(yōu)化研究.pdf
- 基于中藥藥性的數(shù)據(jù)庫知識發(fā)現(xiàn)研究.pdf
- 基于遺傳算法的數(shù)據(jù)挖掘方法研究.pdf
評論
0/150
提交評論