1) time series data
时序数据
1.
Temporal Association Rules Mining Based on Time Series Data;
基于时序数据的延迟关联规则的挖掘
2.
To overcome the problems such as the curse of dimensionality and over-fitting, which the traditional method can’t avoid, a correction selection method of kernel function based on time correlation for time series data is proposed by using Support Vector Machine (SVM).
为克服维数灾难和过拟合等传统算法所不可规避的问题,利用支持向量机(SupportVectorMachine,SVM)提出基于时序数据时间相关性的核函数修正选择方法,并以真实的二氧化硫(SO2)数据为实验数据验证该方法的有效性。
2) temporal data
时序数据
1.
Multi-level temporal data model in GIS;
应用于GIS系统的多级时序数据模型
2.
General approaches for outlier detection need to divide temporal data into sub-sequences so as to reduce complexity.
在对时序数据进行离群检测之前,一般先将原时序数据划分为若干个子序列,以便降低计算复杂度。
3) time-series data
时序数据
1.
An algorithm of apacial attribute-oriented generalization on the basis of time-series data;
基于时序数据的空间面向属性归纳算法
2.
KDD(Knowledge Discovery in Databases) is a new emerging area in the research of artificial intelligence and databases, in which DM (Data Mining) on the time-series data is one of the important subject.
本文分析了知识发现与数据挖掘的基本理论与时序数据库挖掘中的几个重要的方面，研究了连续属性离散化方法、分类发现、聚类发现、关联规则、序列模式等挖掘算法，尤其是重点研究了基于时间序列数据的挖掘方法，并且为改进性能，提出了适用于时间序列数据的模式匹配算法和关联规则发现算法，并充分考虑了兴趣度和负属性在关联规则发现算法中的作用。
4) Time Series
时序数据
1.
Methods:Panel data model was used to analyse aggregated data of Cross Section(CS)and Time Series(TS).
方法:采用Panel Data模型分析截面数据与时序数据混合的二维资料。
2.
In this paper, the outlier mining method for time series data is investigated.
针对时序数据进行离群数据挖掘方法的研究。
3.
Focusing on this problem,we raise time series based,malfunction diagnose methodology in this paper.
文中针对柔性线路板(Flexible PCB,FPC)多层、线宽精细和间距超精细,无法获取充分故障信息的问题,提出了时序数据测量和基于时序数据的故障诊断方法,在限定的测量节点上,获取了更多的故障信息,将故障识别率从原来的86。
5) Time sequence data
时序数据
1.
A new algorithm for the outlier detection of time sequence data using wavelets is proposed.
本文针对时序数据提出了一种基于小波的异常探测算法。
6) Time series database
时序数据库
1.
Data Mining in Time Series Database Based on Fuzzy Information-Theoretic Network;
基于信息论网络的时序数据库挖掘
2.
It is an essential task to mine frequent partial periodicity patterns from time series database.
从时序数据库中挖掘周期模式是重要的数据任务 ,而部分周期仅关心所有时间点中的一个子集的周期行为 ,它在现实世界中广泛存在 。
补充资料：数据通信网(见数据通信)
数据通信网(见数据通信)
data communication network
shu)u tongxinwang数据通信网(datac。mmunicati。nne饰ork)见数据通信。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条