2) Data Mining Classification Arithmetic
数据挖掘分类算法
1.
Research and Application on Data Mining Classification Arithmetic Based on Multiple Classifiers Fusion;
基于多分类器融合的数据挖掘分类算法研究与应用
4) data classifying
数据分类
1.
This paper presents a new data classifying method based on combination of neural network and decision tree.
提出了一种将神经网络和决策树相结合的数据分类新方法。
5) categorical data
分类数据
1.
Objective The statistical method for repeated measures categorical data analysis was introduced and applied to clinical trials.
目的介绍分类数据重复测量资料的统计分析及其在临床试验中的应用。
2.
Concerning the categorical characteristics of spatial data, a rule-based spatial co-location method in categorical data is introduced.
针对空间分类数据的特性,提出一种空间分类数据同位规则挖掘算法。
3.
Existing outlier mining approaches lack valid processing for categorical data.
离群数据的挖掘 (outlier mining,简称离群挖掘 )是数据挖掘的重要内容 ,现有的离群数据挖掘算法大多对分类数据 (categorical data)缺乏有效的处理 ,提出了基于规则的分类数据离群挖掘方法 ,采用多层最大离群支持度 maxsup,搜索离群规则 ,有效地解决了这一问题 ,用这一方法对医学流行病数据进行了各种实验 ,分析了该方法的适用范围、性能 ,验证了方法正确性 ;另外 ,实验表明 ,经过离散化后 ,基于规则的分类数据离群挖掘算法对连续性属性的数据也是有效的 。
6) data partitioning
数据分类
1.
264 compression standard,an unequal decoding protection(UDP) scheme based on the turbo code and the data partitioning is proposed.
264的数据分类和T urbo码的非均等译码保护的策略。
2.
264 compression standard,a novel unequal error protection(UEP) scheme is proposed based on LDPC and data partitioning.
264视频压缩标准出发,提出一种基于数据分类和LDPC的不均等错误保护的策略。
3.
According to the data partitioning of the H.
264标准的数据分类功能,提出了一种自适应的数据不平等保护策略。
补充资料:分类算法
分类算法
sorting algorithms
到)。到m一1的整数范围中时,则称为是有结构的,可以应用“基数分类”算法,在k(n+m)步内把一个有n个元素的序列分类,其中k为与串长有关的某一常数。另一种情况是要分类的元素缺少结构,其基本运算仅是一对元素之间的大小比较,这种分类称为比较分类。常用的比较分类算法有:选择分类、冒泡分类、归并分类、快速分类、堆分类和希尔(shell)分类等。业已证明,不论何种比较分类算法,把。个元素的序列分类的比较次数都不少于川ogZn。 在分类算法中空间的使用可能有下述三种情况:一是分类在原地而只用少量的工作单元;二是使用指针表示,故至少用n个额外的内存字来表示指针;三是需要另外的存储器来复制要分类的数组或文件。 当分类的文件中包含有一些相同键码的记录时,如果经过分类后这些相同键的记录的相对次序仍然保持不变,则相应的分类算法是稳定的,否则为不稳定的。如果分类算法设计成单处理机完成的,则此分类算法称为串行(或顺序)分类算法;如果分类算法设计成多处理机实现的,则称为并行分类算法。十e几}启}suonf口分类算法(sorting algorithms)将序列a,,aZ,…,晰按非递减(或非递增)顺序重新排列的算法。在实用上常需对记录文件进行分类,这时规定记录中一个或几个字段为关键字,要求按关键字的非递减顺序对文件的各个记录进行分类。职工登记表文件按照职工号排序就是一个例子。 按照存储介质来分,分类问题可分为内部分类和外部分类两类。对存放在内存储器中的数据的分类称为内部分类;如果文件大到不能同时全部装人内存储器中,而有一部分必须放在外存储器上,则相应的分类称为外部分类。此时记录必须按序或成块地存取,在考虑时间复杂度时,必须把存取时间计算在内。 分类问题的时间复杂度与元素的结构特征有关。如果元素是一个有穷字母表上的串,字母在(或能映射
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