1) Spatial classification data mining
空间分类挖掘
2) Spatial classification rule mining
空间分类规则挖掘
3) classification data mining
分类挖掘
1.
Application of classification data mining in personnel management of university and college;
分类挖掘技术在高校人事管理中的应用
2.
A two layer software structure for the visualization of classification data mining is used in the project.
改进了传统的决策树分类挖掘算法即 ID3算法 ,提出了进行数据挖掘结果可视化展现的两层软件结构 。
3.
Proposing a classification data mining technique based on the decision tree,the basic concept of classification data mining is firstly discussed,then the ideas,steps and algorithms for establishing classification mining system on the decision tree are analyzed.
该文提出一种基于决策树的分类挖掘技术,在论述分类挖掘的基础上分析决策树分类挖掘系统的建立思想、步骤及算法,并把该系统应用到优化学生资源管理的实验中,实验结果证明了该方法的可行性。
5) subspace mining
子空间挖掘
6) distributed spatial data mining
分布式空间数据挖掘
1.
Based on analyzing the concept and characteristic of data mining, spatial data mining and agent, this paper firstly gives the system structure picture of distributed spatial data mining based on agent, then it introduces process of distributed spatial data mining based on agent.
在介绍数据挖掘、空间数据挖掘、Agent技术的概念和特点的基础上,将Agent技术引入分布式空间数据挖掘,提出了基于Agent的分布式空间数据挖掘系统结构图,并介绍了基于Agent的分布式空间数据挖掘过程。
补充资料：分类空间
分类空间
dassifying space
分类空间ld胭51幼嗯s钾耽;K月acc“佃倾Hpy喇ee叩0-cTpa鱿T.01 万有纤维丛之二(E。，p。.B。)的底空间B;〕. 丛七的万有性应按下述意义理解.设火G因为CW复形X上以G为结构群的局部平凡丛(关于(筱盖X的恒等映射的)同构)的等价类集合.如果七=(E，夕，B)是结构群为G的局部平凡丛，B‘是一个拓扑空间，且关那B’一B是同伦映射，则B’上的诱导丛f’《)和g’(切属于天G(B’)中同一类.局部平凡丛心G二(E Gp，BG)称为是万有的(universal)，如果对任何X，映射口BGI一人。、(无)，厂一f’(护)都是-一(且到上)的.这时，空间召G称为群‘的分类空ltiJ(dassifying spa‘二o了the grouP)一个结构群为G的主丛(在CW复形上的局部平凡丛类中)是万有的，如果该丛的空间有平凡同伦群‘ 分类空间最重要的例子是相对于群口。，50。，U。，SU，的BO，，BSO。，BU，，BSU。，它们可构造如下.令G(n，k)为Gn琐‘m咖流形(Grassmann manifold);即以stie介I流形(Stiefel manifold)为全空间的主9。丛的底空间.自然嵌入G(n，幼CG(n，k十l)和V伪，k)CF(。，此+l)使我们能做并集G伪)=U二.G(n，k)和F(n)=U畏IV(n，k).丛(F(n)，夕。，G(n))是万有的，且G(。)=Bo，是群0。的分类空间(对于i
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