信息时代产生了海量数据,这些数据中潜藏着巨大的信息价值,对人们的生活、工作起着愈发重要的作用。但在实际应用中,数据缺失现象......

面对数据爆炸式积累的大数据时代,从海量数据中如何高效的挖掘信息成为了一项有意义的研究课题。分类是数据挖掘中基本且重要的技......

面对源源不断产生的海量数据,人们希望能从中揭示事物潜在的规律,发掘具有重要价值的知识。但缺失数据的存在不仅增加了数据挖掘的......

随着机器学习和人工智能等学科的发展,越来越突显出数据的重要性。个人或企业每天会产出或者收集大量的数据,数据的抓取越来越便捷......

在科技飞速发展的今天,各行各业都离不开数据的采集、记录、分析等操作,因此累积了相当庞大的数据量,而数据缺失是不可避免的问题......

随着计算机科学与技术的不断发展和大数据时代的到来，例如现今移动互联网、物联网、云计算等的普及，需要处理的数据量呈指数增长，由此......

摘要：针对不完整乳腺癌数据问题，该研究提出kmeans-KNN方法处理缺失值。首先对训练集进行聚类并采用KNN进行缺失值填充，基于完整训练......

在现实世界中存在着海量数据，因此如何处理这些数据并从中发现知识是具有现实意义的亟待解决的问题。随着信息技术的发展，数据挖掘技......

S-￠查询作为一种典型的偏好查询方法，由于它能够从多属性数据集中快速提取用户感兴趣的数据点，该查询技术已经被广泛研究。几乎所有针......

随着数据库、数据仓库以及Internet技术的应用发展,使得数据挖掘(Data Mining)和知识发现(Knowledge Discovery)引起了大量学者与......

进入二十一世纪以来,人与人之间、人类与物理世界之间的联系变得愈来愈紧密。在这种情况下,数据的产生无处不在。然而,在数据规模......

分类被广泛的应用于生产、科学研究、日常生活等领域的方方面面。随着机器学习应用范围的扩大,信息技术以及互联网的迅速发展,每天......

不完整数据分类问题是机器学习领域中的一个重要分支。随着传感器技术、信息技术等科学技术的迅猛发展,数据获取途径日益丰富,这给......

Skyline查询是一种十分重要的查询类型,它在潜在的巨大数据空间中返回不被其他元组支配的,用户感兴趣的元组。Skyline查询处理源于......

数据的爆炸式增长为人类社会带来巨大的机遇与挑战,如何有效挖掘数据的潜在价值已成为一项重要的研究课题。分类作为一种常见的数......

随着大数据时代的来临,我们可以通过数据挖掘技术从海量的数据中获取隐藏在数据背后的信息,从而为决策提供正确的指导。然而在现实......

针对不完整数据,已经发展出很多预处理方法,如删除法和填补法,删除法会造成信息浪费,填补法会带来不确定,因此不完整数据分类成为......

在过去十年间,针对不完整数据的查询处理研究受到广泛关注。现有方法往往致力于数据预处理,利用机器学习技术对缺失值进行填补。此......

Skyline查询能够返回用户更感兴趣的数据,是数据库研究领域的研究热点之一,在航班查询、商品推荐、住宿选择等诸多领域得到了广泛......

信息时代数据量激增,有海量的数据需要加以分析和利用,数据聚类作为一种高效的数据分析方法得到广泛应用。由于传感器异常、数据传......

当前的不完整数据查询处理算法没有将冗余数据和脏数据清洗,而且寻优过程缓慢,不利于数据查询结果的快速展示.提出将各数据阅读器......

针对传统不完整数据插补聚类算法未考虑插补值对类中心的影响以及不完整样本建模带来的不确定性等问题,提出了一种基于D-S证据理论......

摘要：随着我国网络的迅猛发展，大数据时代已经来临。在此时代背景下，信息流传速度不断加快，所涉及的领域越来越宽泛，有许多并不完整的数......

skyline查询是数据挖掘一个重要的研究方向,在基于数据的决策支持等应用中有着重要的作用.由于现实应用中存在着大量的不完整数据......

鉴于已有的绝大多数选择性分类算法主要用于完整数据,而现实中的数据通常是不完整的并且包含许多冗余属性或无关属性,本文在已有工......