百度文库

热门搜索: 直缝焊接机 矿井提升机 循环球式转向器图纸 机器人手爪发展史 管道机器人dwg 动平衡试验台设计

外文翻译---不完整测量数据的概念建构 中文版.doc外文翻译---不完整测量数据的概念建构 中文版.doc

收藏 分享

资源预览需要最新版本的Flash Player支持。
您尚未安装或版本过低,建议您

不完整测量数据的概念建构王寿宏,王海摘要:对资料挖掘来说,未经加工的调查数据通常是不完整的。资料挖掘中缺失数据的问题在知识发现过程中常被忽略。这篇文章介绍了在不完整调查数据中资料挖掘的基础概念,以及计划知识发现中的咨询过程,和在调查资料挖掘咨询功能在概念解释上的发展趋势。这篇文章通过一个事例,论证了通过使用人工智力工具譬如自组织映射,不完整数据的概念解释可以完成。1.引言数据挖掘就是分析数据以图从中找出有用模型的过程。而数据挖掘与传统的统计分析有所不同,因为数据挖掘的目的是找出对数据所有者或数据挖掘员有价值而又确定的关系。鉴于数据的维数和数据量本身的巨大,传统的的统计分析方法在数据挖掘时有其局限性。为满足数据挖掘的最新需要,在数据挖掘领域里面已经广泛采用基于人-机互动技术的人工智能技术。数据挖掘时有很多非统计技术。基于Kohonen神经网络的自组织映射(SOM)法是其中一种比较有前途的方法。基于集群技术的SOM法对其他方法来说有优势。通常数据挖掘技术处理一些十分高维的数据,也就是说做数据挖掘的数据库通常是由很多变量决定的。“维数灾难”使得对数据关系的统计分析变得毫无意义,这也使得统计方法变得无能为力了。然而SOM方法并不依赖任何假定的统计测试,因而被认为是处理多维数据的有效方法。更为重要的是SOM方法提供了多维可视化数据串的基础。这种特色是其他任何数据分析方法都不具备的。它允许数据挖掘者分析该问题域中的集群。测量只是数据采集中的一种普通数据获取方法。在数据挖掘的中,我们得到的调研数据集通常很难满足每个变量都有填写完全的观测结果。一般地,被调查者只部分地完成调研和问卷调查的内容。当事实上我们无法再次面向被调查者完成调研和问卷调查的全部内容时,我们并不知道缺失数据的严重性,但这是数据掘中有待发现的最重要部分之一。事实上,在知识工程领域缺失数据是一个重要而具有争议的问题。通过集群分析在挖掘由不完整数据构成的调查数据库过程中,缺失数据的类型及缺失数据对数据挖掘的潜在影响是一门学问。例如,数据挖掘者通常希望能知道集群分析的可信程度;一些有价值的类型通常是什么时候和怎样丢失的;以及丢失有价值数据的时候哪些变量与之有关系。这些有价值东西在缺失数据集部分被充分发掘之后才能发现。这篇文章讨论了知识发现中在发掘调研数据库过程中数据缺失的问题,并介绍了概念解释的概念基础,以及建议设立基于
编号:201311171040575510    类型:共享资源    大小:139.00KB    格式:DOC    上传时间:2013-11-17
  
5
关 键 词:
教育专区 外文翻译 精品文档 外文翻译
  人人文库网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:外文翻译---不完整测量数据的概念建构 中文版.doc
链接地址:http://www.renrendoc.com/p-95510.html

当前资源信息

4.0
 
(2人评价)
浏览:13次
英文资料库上传于2013-11-17

官方联系方式

客服手机:17625900360   
2:不支持迅雷下载,请使用浏览器下载   
3:不支持QQ浏览器下载,请用其他浏览器   
4:下载后的文档和图纸-无水印   
5:文档经过压缩,下载后原文更清晰   

精品推荐

相关阅读

关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

网站客服QQ:2846424093    人人文库上传用户QQ群:460291265   

[email protected] 2016-2018  renrendoc.com 网站版权所有   南天在线技术支持

经营许可证编号:苏ICP备12009002号-5