利用数据库知识发现(KDD)技术构建新型质谱解析专家系统

通过在数据预处理，知识获取，知识库管理等模块中利用中断控制器和启发控制器把KDD有机集成起来，融合成一种新的专家系统结构，从而使系统能从海量数据库信息中提取蕴涵的知识来对知识库进行补充和核对。利用系统提供的KDD算法对NIST62质谱库进行分析，结果表明该系统具有较普通专家系统更强的解决实际问题的能力。

数据库知识发现(KDD)技术在质谱解析中的应用

通过运用数据库知识发现 (KDD)技术对谱图数据库中数据属性间的相关性 ,Beynon表和醇的质谱特性等方面进行了研究 ,使我们对质谱库有了更进一步的认识 ,为构建质谱智能解析系统的知识库和质谱解析的智能化打下了良好的基础。

KDD:数据库中的知识发现

一引言 随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据急剧增大。但目前数据库系统所能做到的只是对数据库中已有的数据进行存取。

数据挖掘与数据库知识发现:统计学的观点

数据挖掘和数据库知识发现是当前国际科技界的一个研究热点。这是一个介于统计学、模式识别、人工智能、机器学习、数据库技术以及高性能并行计算等领域的交叉新兴学科 ,具有极为广泛的应用前景。从统计学的角度来透视其中相关的统计问题 ,提出了传统统计学面临的挑战 。

基于数据库的知识发现系统设计与实现

文章分析了知识发现和数据开采的关系及研究现状，针对数据开采面临的挑战，给出了参照ChristopherM．的KDD参考模型设计的基于数据库的知识发现系统的体系结构和多数据源数据获取的数据库接口设计。该系统能从多数据源获取数据或通过数据产生器产生数据，并能从这些数据中抽取信息，如能自动生成复合公式。

数据发掘与数据库中知识发现

对数据发掘发展的研究现状及知识发现系统的研究趋势进行分析与探索，在此基础上从一般框架和特定问题的结合上提出新的构想．

数据库中发现知识的方法

本文介绍了从数据库中发现知识的含义，讨论了ＫＤＤ中发现知识的基本方法。

数据库中知识发现的处理过程模型的研究

1 前言数据库中的知识发现KDD(Knowledge Discov-ery in Database)是近年来随着数据库和人工智能技术的发展而出现的,它是从大量数据中提取出可信的、新颖的、有效的并能被人理解的模式的高级处理过程。它主要采用机器学习算法或统计方法进行知识学习,一般将KDD中进行知识学习的阶段称为数据挖掘(Data Mining)。数据挖掘是KDD中的一个非常重要的处理步骤。人们往往不加区分地使用两者。一般来说,在工程应用领域多称数据挖掘,而在研究领域人们则多称为数据库中的知识发现。人们进行的关于KDD的研究是为了将知识发现的研究成果应用于实际数据处理中,为科学的决策提供支持。正是因为这样。

基于关联规则的网管告警数据库知识发现

基于网络管理数据库而获得知识对网络管理和维护有重要的意义。文章分析了网络管理告警数据库的特点,指出了网络故障管理中关联规则的挖掘算法以及知识增量式更新的算法,并简单介绍了知识发现系统实现的方法。通过实验,表明该方法可以准确、快速地挖掘出海量告警数据库中大量有意义的规则,这些规则可以作为先验知识用来指导网络智能化故障定位、诊断和预测。

环境数据库中的知识发现

介绍了数据库中知识发现的定义及其常用的发现方法,分析了环境数据库中知识发现的可能性和必要性,对能够发现的知识、处理过程、可采用的方法进行了探讨。

农业数据库中知识发现的研究

1.引言数据库中的知识发现KDD(Knowledge Discoveryin Database)是近年来随着人工智能和数据库技术的发展而兴起的研究领域。它是从大量的数据中提取出隐含的、先前未知的、平凡的、具有潜在应用价值的信息或模式,如知识规则、约束、规律等。KDD主要采用机器学习算法、统计方法进行知识学习,一般将KDD中进行知识学习的阶段称为数据挖掘。KDD作为数据库和信息建设领域的前沿研究领域。

从数据库中发现知识的方法研究与应用

知识发现与数据开来是90年代中期兴起的决策支持新技术．本文以近年来获得快速发展的粗集方法为基础，从数据库中自动抽取相关属性，发现知识，提出了最小属性集算法以及规则化简算法，从而改进粗集方法使之得到实用的规则，并应用于一个疾病诊断．

从数据库中发现知识的研究

数据库知识发现是90年代中期兴起的决策支持新技术,是人工智能、机器学习与数据库技术相结合的产物。要从数据量庞大的大型数据库中发现知识,就不得不考虑学习算法的效率。将粗集理论应用到数据库知识发现中,可以从数据中自动抽取与给定的学习任务相关的属性,能有效地发现简练、贴切的知识。本文探讨了这一应用的理论基础和实现算法。

数据库中的知识发现

通过对数据库中知识发现和数据挖掘基本概念的分析，总结了数据库中知识发现的实现过程。其具体步骤包括对知识发现应用领域及终端用户的目标理解、创建一个目标数据集、数据的整理和预处理、降维和转换、挖掘等。

数据库中的知识发现研究进展

知识发现是数据库和人工智能领域一个新兴的、具有广阔应用前景和富有挑战性的研究领域 ,结合国内外实例 ,本文从概念、方法技术。

基于分类模型的数据库个性化知识发现方法

利用RS理论和方法提出了个性化知识发现方法——PKDA算法。该算法可以有效地把那些冗余的和用户不感兴趣的信息层层去除,发现用户真正感兴趣的知识。该文给出了实验分析与对比结果,证实了算法的有效性和可行性。

数据库中的知识发现

在介绍KDD的相关概念及技术的基础上 ,从KDD对情报的启示、基于KDD的搜索引擎。