基于数据挖掘技术的算法研究

分析了贝叶斯信念网络和数理统计方法在数据挖掘中的作用,提出了一种贝叶斯信念网络和基于数理统计的数据挖掘模型,并用实例证明该数据挖掘模型有效性。对传统的贝叶斯信念网络构造算法做了许多改进,在不影响其性能的基础上,极大地提高了运算速度。

基于聚类和关联规则的挖掘算法

数据挖掘技术中关联规则可以很好地发现数据项之间存在的相互关系 ,同时有大量的挖掘算法可供选择。聚类分析就是通过分析数据库中的记录数据 ,根据一定的分类规则合理地划分记录集合 ,确定每个记录所在类别。它所采用的分类规则是由聚类分析工具决定的。本文研究聚类和关联规则的挖掘算法。

基于嵌入式零树小波编码算法的研究

嵌入式零树小波编码是目前国际上最先进的图像编码方法之一,但仍然有不足之处,该算法在编"孤立零"码时会造成比特位冗余,因此在分析了零树编码不足的基础上,提出了基于人眼视觉特性的零树小波编码方法。SPIHT有着很高的压缩率,但对误码非常敏感,一个比特出错可能导致解码器不能正确解码,引起图像质量严重下降。本文在H.Man等人的图像编码方案的基础上提出一种改进方案。

基于SLIQ的数据挖掘分类算法

分类是数据挖掘的一种非常重要的方法。分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型。该函数或模型能够把数据库中的数据记录映射到给定类别中的某一个,从而可以应用于数据预测。大部分数据挖掘工具采用规则发现或决策树分类技术来发现数据模式和规则,其核心是某种归纳算法。这类工具通常是对数据库的数据进行开采,生产规则和决策树,然后对新数据进行分析和预测。本文研究基于SLIQ的数据挖掘分类算法。