-
题名基于改进粒子群算法的数据预测挖掘应用研究
被引量:6
- 1
-
-
作者
王晓佳
杨善林
徐达宇
-
机构
合肥工业大学
-
出处
《情报学报》
CSSCI
北大核心
2011年第8期840-845,共6页
-
基金
国家自然科学基金项目(70631003 90718037)
合肥工业大学基金(2010HGXJ0083)
-
文摘
针对粒子群优化算法早熟、易陷入局部收敛的问题,提出一种克服早熟的粒子群算法.该算法在标准粒子群算法基础上加入极值扰动和自适应调整系数,使其易于跳出局部最优。又分析了灰色GM(1,1)预测模型的局限性,提出了一种带极值扰动的自适应调整惯性权重的改进PSO优化灰色模型AdPSO-GM,并将此模型用于数据预测挖掘研究中。最后,通过一个实例对所提方法进行验证,结果表明,本文所给模型具有较高的预测挖掘精度。
-
关键词
粒子群算法
GM(1
1)模型
AdPSO-GM模型
预测挖掘
-
Keywords
particle swarm optimization algorithm
GM(1
1) model
AdPSO-GM model
forecasting mining
-
分类号
F830.91
[经济管理—金融学]
-
-
题名F-规律预测与规律挖掘
- 2
-
-
作者
邱育锋
-
机构
龙岩学院数学与计算机科学学院
-
出处
《龙岩学院学报》
2008年第3期22-24,共3页
-
基金
福建省自然科学基金资助项目(Z0511047)
福建省教育厅A类科技项目J(A07176)
-
文摘
给出F-规律预测,F-规律预测的规律挖掘概念,提出F-规律预测的规律挖掘定理与F-规律预测的规律挖掘原理。F-规律预测的规律挖掘是预测系统中未知规律的一个新的研究方向。
-
关键词
函数单向S-粗集
F-规律预测
规律挖掘
F-规律预测挖掘原理
-
Keywords
function one direction S-rough sets
F-law forecast
law mining
the mining principle of Flaw forecast
-
分类号
O15-9
[理学—基础数学]
-
-
题名浅析数据挖掘的分类与预测
被引量:3
- 3
-
-
作者
方书晴
-
机构
重庆邮电大学计算机科学与技术学院
-
出处
《软件》
2012年第6期77-79,82,共4页
-
文摘
数据挖掘技术是信息时代的宠儿,而分类和预测是数据分析的两种基本形式,能预测未知数据的趋势。本文主要介绍了何为数据的分类和预测,并且通过判定树归纳细化了数据分类的划分步骤;通过介绍线性回归、多元回归以及非线性回归等预测方法加深了对数据预测的认识;并介绍了分类法准确率评估方法以及分类和预测的异同点。
-
关键词
数据挖掘分类预测判定树归纳线性回归保持法
-
Keywords
Data mining
Classification
Decision tree
Linear regression
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于农产品市场价格的数据挖掘预测分析
被引量:1
- 4
-
-
作者
赵宇兰
-
机构
山西大学商务学院信息学院
-
出处
《山西电子技术》
2021年第2期75-77,共3页
-
基金
2019年山西大学商务学院科研基金项目(ZD2019005)。
-
文摘
本文运用大数据采集、清洗、存储、挖掘等技术实现农产品市场价格的挖掘预测。通过建立ARIMA模型以玉米销售价格的时间序列走势,完成对玉米未来销售价格的短期预测,并通过数据可视化的图表形式呈现。
-
关键词
Python技术
网络爬虫
数据挖掘预测
ARIMA
-
Keywords
Python
Internet worm
data mining and prediction
ARIMA
-
分类号
TP311.133.1
[自动化与计算机技术—计算机软件与理论]
-
-
题名电力负荷预测方式探究
被引量:1
- 5
-
-
作者
马旭珍
-
机构
国网吕梁供电公司
-
出处
《电气技术与经济》
2023年第8期323-324,333,共3页
-
文摘
作为我国电力系统规划重要内容,电力负荷预测在电力系统经济运行中有着重要作用,会对电力系统运行和规划产生直接影响。文章将通过对电力负荷预测基本情况的介绍,对电力负荷预测方式方法展开深度分析,通过对人工神经网络以及模糊预测等预测方式的介绍,对具体预测方式进行深度分析,期望能够有效提高电力负荷预测水平。
-
关键词
人工神经网络
模糊预测
数据挖掘预测
电力负荷预测
-
分类号
TM715
[电气工程—电力系统及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名视频数据挖掘——框架、方法及趋势
被引量:3
- 6
-
-
作者
冀中
苏育挺
安欣
-
机构
天津大学电子信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第18期81-83,共3页
-
文摘
目前视频数据挖掘概念、体系尚不明确,现有的一些分类方法不能突出数据挖掘关于"新颖性"这一特性。该文尝试从概念和分类方法2个方面解决这些问题,根据数据挖掘和视频各自的特点,将视频数据挖掘的概念分为广义和狭义2种。从数据分析的角度,提出一种新的分类方法,将广义的视频挖掘分为描述性和预测性2类,并且按照视频内容所关联的领域,提出了一个描述性视频数据挖掘的分类框架,讨论了视频挖掘的现有方法,并展望了视频数据挖掘的发展趋势。
-
关键词
视频数据挖掘
描述性视频挖掘
预测性视频挖掘
-
Keywords
video data mining
descriptive video data mining
predictive video data mining
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于数据挖掘技术的水工混凝土力学性能预测
- 7
-
-
作者
黄舒欣
-
机构
江西省水投建设集团有限公司
-
出处
《水利技术监督》
2024年第8期195-199,共5页
-
文摘
为研究水工混凝土的配合比与力学性能之间的关系,基于数据挖掘技术,比较了线性、高斯过程、单一决策树和集成回归树模型在预测水工混凝土抗压强度、劈裂抗拉强度、弹性模量、极限拉应变和干缩率方面的效果。结果表明:进行水工混凝土力学性能预测时,集成回归树模型的精度高、鲁棒性强、准确度得分均在80分以上,集成回归树模型的性能优于单一决策树模型。利用数据挖掘技术进行水工混凝土力学性能的预测具有一定的潜力。
-
关键词
水工混凝土
力学性能
数据挖掘预测模型
精度
误差
-
分类号
TU528
[建筑科学—建筑技术科学]
-
-
题名基于多实例学习算法的课程结果预测
- 8
-
-
作者
侯勇
-
机构
蚌埠学院计算机工程学院
-
出处
《信息与电脑》
2020年第7期212-213,共2页
-
基金
蚌埠学院2018年度高层次人才科研启动经费项目(项目编号:BBXY2018KYQD07)
2019年蚌埠学院质量工程项目一般项目(项目编号:2019JYXML9,2019JYXML14)
2019年安徽省教育厅教育教学研究一般项目(项目编号:2019jyxm0474)。
-
文摘
教学过程中的各种变化,给利益相关者带来了诸多挑战,不利于学员了解不同教学方法及其在各种教学环境中的表现。基于此,笔者创建了适用于多实例算法的教育数据集,以预测学员在课程中的学习结果。实验采用多实例学习算法进行,最后发现简单MI方法非常有效。
-
关键词
教育
数据挖掘预测
多实例学习
多实例数据集
-
Keywords
education
data mining prediction
multi instance learning
multi instance dataset
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于机器学习算法的广东省假期旅游数据挖掘
- 9
-
-
作者
陈怀娜
曾毓芬
邓慧琼
连宗胜
周燕
-
机构
华南农业大学数学与信息学院
-
出处
《电子技术与软件工程》
2019年第18期179-180,共2页
-
基金
2018年华南农业大学国家级大学生创新训练项目《基于LBS的广东假日旅游数据挖掘及个性化推荐研究》项目编号201810564012
-
文摘
本文运用了随机森林、SUV、Logistic回归、决策树、朴素贝叶斯、KNN、BP神经网络等机器学习算法对交通路况、环境情况进行分类预测,并从中对比得出分类预测的最优算法。综合考虑得到的景区客流量、交通路况以及环境情况等预测数据,提出对某一景点是否推荐假期出行的建议。
-
关键词
机器学习算法
数据挖掘分类预测
决策树
LOGISTIC回归
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-