

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著數(shù)據(jù)庫(kù)技術(shù)和企業(yè)信息化的發(fā)展,企業(yè)之間積累了大量用于事務(wù)管理和數(shù)據(jù)分析的數(shù)據(jù),如何有效利用這些數(shù)據(jù),成為企業(yè)最關(guān)注的問(wèn)題.在這樣的背景下,數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生,它的目的就是如何從海量數(shù)據(jù)中提取出極為寶貴的信息。然而,由于每個(gè)數(shù)據(jù)庫(kù)自身獨(dú)特的架構(gòu)設(shè)計(jì),數(shù)據(jù)的采集錯(cuò)誤、錄入時(shí)產(chǎn)生的隨機(jī)誤差,數(shù)據(jù)的維護(hù)不當(dāng)?shù)仍?,使得?shù)據(jù)中不可避免地存在一定的問(wèn)題.此外,數(shù)據(jù)量的劇增也給數(shù)據(jù)挖掘任務(wù)帶來(lái)很大的困難.這些問(wèn)題在很大程度上影響著數(shù)據(jù)挖掘任務(wù)的
2、成敗.因此,在進(jìn)行挖掘任務(wù)前有必要提高數(shù)據(jù)的質(zhì)量,即進(jìn)行數(shù)據(jù)預(yù)處理。
本文首先介紹了數(shù)據(jù)預(yù)處理的基本知識(shí),了解預(yù)處理的各個(gè)主要任務(wù),詳細(xì)介紹了一般數(shù)據(jù)預(yù)處理系統(tǒng)的組成。本文針對(duì)各數(shù)據(jù)挖掘平臺(tái)數(shù)據(jù)格式的不統(tǒng)一、數(shù)據(jù)清理過(guò)程的不完善、冗余數(shù)據(jù)的繁多以及數(shù)據(jù)挖掘任務(wù)對(duì)數(shù)據(jù)類(lèi)型的要求不同等問(wèn)題,研究與實(shí)現(xiàn)了其中幾個(gè)關(guān)鍵的技術(shù)。
本文的主要工作是,介紹了數(shù)據(jù)預(yù)處理系統(tǒng)的已實(shí)現(xiàn)部分和本文所實(shí)現(xiàn)的部分。接著對(duì)XML描述的數(shù)據(jù)格式進(jìn)
3、行了詳細(xì)說(shuō)明,提出一種基于XML模式定義的XML數(shù)據(jù)格式,并對(duì)XML的解析方式進(jìn)行了比較,提出一種處理大量數(shù)據(jù)集合的分批處理方法。然后對(duì)相似性度量算法進(jìn)行了描述和對(duì)比,指出算法存在的問(wèn)題和改進(jìn)方法,并提出一種考慮數(shù)值分布的距離度量算法和一種改進(jìn)的余弦相似度算法,用來(lái)對(duì)數(shù)值型數(shù)據(jù)進(jìn)行相似性度量。最后,本文對(duì)離散化算法進(jìn)行了分析,提出一種基于相似性度量的離散化算法。通過(guò)這幾種技術(shù)的研究與實(shí)現(xiàn),極大地豐富了數(shù)據(jù)預(yù)處理系統(tǒng)的功能,更加滿足了數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 逆向工程數(shù)據(jù)預(yù)處理系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 表面貼裝預(yù)處理系統(tǒng)的關(guān)鍵技術(shù)研究.pdf
- 微波干涉儀數(shù)據(jù)處理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 基于數(shù)據(jù)倉(cāng)庫(kù)的聯(lián)機(jī)分析處理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 光固化快速原型制造數(shù)據(jù)預(yù)處理關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 基于Hadoop平臺(tái)的大數(shù)據(jù)預(yù)處理關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 海量數(shù)據(jù)處理系統(tǒng)框架關(guān)鍵技術(shù)研究.pdf
- 國(guó)庫(kù)信息處理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- TDRSS基帶信號(hào)處理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 非相干散射雷達(dá)信號(hào)處理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 雷達(dá)信號(hào)偵察情報(bào)處理系統(tǒng)的關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 視頻預(yù)處理關(guān)鍵技術(shù)研究.pdf
- 基于SOPC的視頻處理系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 面向數(shù)據(jù)挖掘的數(shù)據(jù)預(yù)處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 視頻圖像預(yù)處理關(guān)鍵技術(shù)研究.pdf
- 紅外成像預(yù)處理關(guān)鍵技術(shù)研究.pdf
- 面向動(dòng)車(chē)組運(yùn)維的多源數(shù)據(jù)預(yù)處理關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 基于云計(jì)算的醫(yī)療數(shù)據(jù)處理系統(tǒng)的關(guān)鍵技術(shù)研究.pdf
- 日志審計(jì)系統(tǒng)中預(yù)處理關(guān)鍵技術(shù)研究.pdf
- 基于Hadoop的聯(lián)機(jī)分析處理系統(tǒng)關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論