搜索资源列表
TheSummaryOfTheDateMiningtechnology
- 随着计算机、网络技术的发展，获得有关资料非常简单易行。但对于数量大、涉及 面宽的数据，传统统计方法无法完成这类数据的分析。因此，一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的“数据挖掘” (Date Mining)技术应运而生。本文主要介绍了数据挖掘的基本概念以及数据挖掘的方法；本文对数据挖掘的应用及其发展前景也进行了描述。
WebDataMining
- Web数据挖掘作为数据挖掘技术和Internet应用研究相结合的研究领域，涉及机器学习、数理统计、数据库、神经网络、模式识别、粗糙集、模糊数学等人工智能相关技术，目前已经发展成为一个受到社会各界关注的研究热点。
下一代互联网2020(word)
- 和世界其他地区一样，欧洲意识到互联网在驱动社会经济发展中的作用越来越大。在过去短短的几年时间里，互联网已经使欧洲各方面发生了巨大改变。到了2009年，没有业务能在缺乏网络的情况下有效进行。许多欧洲企业在运用互联网方面走的更远，他们从根本上改变了自己做生意的方式，充分利用在线渠道来生产产品。个人生活方面，每个欧洲人，不管是年轻的还是年长的，都充分享受到社交网络带来的机遇和乐趣。我们通过网络工作，通过网络购物，通过网络学习，通过网络娱乐，甚至在网络中创建社区。而且这其中的一些服务已经搬到了移动设备上
classificiation-algorithm-overview
- 机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传
RTDS-MG-Simulation
- 选定 CIM 模型中的核心、电线、拓扑、量测等包中的相关类和关系作为构建配电网 GIS 数据模型的 CIM 子集，并对空 间数据交换模型进行了阐述。采用关系型数据库实现配电网 GIS 空间数据库的设计，将数据模型中的泛化、聚合和简单关联 映射为关系型数据库的表间引用关系。提出的数据模型存储方法避免了类间关联全部下落于叶节点类，降低了叶节点对象之 间关系的复杂度。通过对配电网 GIS 数据模型中的类进行适当扩展，为其添加数据维护操作和必要的属性扩展，进而生成数 据维护命令，使数据和关系维护变成类对
企业云转型的技术路线
- 今天，承载在物理服务器上的、以关系数据库为核心的、事务型的传统架构应用占据了企业应用的大半江山。但同时，我们也看到了由数据驱动的分布式架构应用、CloudNative应用走上了企业应用的舞台。在未来，可以预见，随着移动互联网的普及、大数据技术的不断成熟、网络带宽的不断提升，基于分布式架构的应用会逐步挤压传统应用的空间。根据权威分析机构的最新报告，在2020年，几乎所有的应用都会承载在云端，传统架构与分布式架构的比例也会发生逆转。