万方数据
万方数据
万方数据
万方数据
万方数据 Ｖｏ． ｌ１ ８．Ｎ ． ｏ３ 管 理 工 程 学 报 ２０ ０４年 第 ３ 期 圈 回 ［ｌ４ｊ 网 ［ｌ６ｊ 皿 ［ｌｓｊ ［ｌ９ｊ 厂 ． Ｌ ｌ 周生炳 ， 张钱 ， 成栋 ． 于规则 面 向属性的数 据库归纳 的无 回 基 溯算法［７ 软件学报， ９， （） ６３ ６８ １． １ ９１ ７： ７ 一 ７． ９ ０ 蒋嵘 ， 李德毅 ， 范建华 ． 数值 型 数据的泛概念树的 自动生成方 法【１计算机学报 ， ０ ， （） ４０ ４６ ｉ． ２ ０２ ５ ： 一 ７ ． ０ ３ ７ 一 」 一 一 尸 十 勺 ， １ ， 刁 ［７软件学报， ０， （） ７５ ７４ Ｊ． ２ ０１ ６： 一 ４． ０ １ ３ 周水庚， 周傲类， 曹晶． 基于数据分区的 Ｄ ＳＡ ＢＣ Ｎ算法【ｌ计 Ｊ． 算机研究与发展， ０， ０ ） １ ３ １ ９ ２ ０３ ０ ： 一 １ ． ０ ７ １ ５ ５ 「 一 － ，， ‘ ， 郭建生 ， ， 赵奕 施鹏 飞 一 种有效 的用于数据挖 掘的动 态概念 毛国君 ， 椿年 ． 于项 目序列集 操作 的关联 规则挖 掘算 法 刘 基 ］ ｉ 计算机学报 ， ０ ， （）４７ ４２ Ｉ ． ２ ２２ ４ ：１ 一 ２ ． ０ ５ Ｉ Ｌ 尸 聚类算法［ｌ软件学报， ０， （） 一 ９． Ｊ． ２ １１ ４ ： ２ ５１ ０ ２ ５ ８ 内、 内ｊ 「 一 一 Ｊ 魏李， 宫学庆， 钱卫宁， 高维空间中的离群点发现〔ｌ软件 等． Ｊ． 学报 ， ０ ，３２ ：８ 一 ９ ． ２ ２ １（）２０ ２０ ０ 门 仁 」 程岩 ， 黄梯云 ． 粗糙集 中定量关联规则的发现及其规则约简的 方法研究【〕管理工程学报， ０ ， （）７ － ７ Ｊ ２ １１ ３ ： ７ ． ０ ５ ３ ｅｓ Ｌ Ｆ 飞 ） ４ 俞蓓 ， 王军 ， 叶施仁 ． 基于近邻方法 的高维数据可视化聚类方 苑森森 ， 程晓青 ， 数量关联 规则发现 中的聚类方法研 究【ｌ计 ｉ． 法〔７ 计算机研究与发展， ０， （） ７４ ７ ． Ｊ． ２ ０３ ６： － ０ ７ １ ２ ０ ｒ ． ． Ｌ 算机学报， ０ ， （）８７ ８１ ２ ０２ ８ ： 一 ７． ０ ３ ６ 倪志伟 ， 蔡庆生 ， 方瑾 ． 用神经 网络来挖掘数据库 中的关联规 内、 〕 ‘ 一 一 Ｊ 「 陈宁 ， 陈安 ， 周龙骥 ． 大规模 交易数据库 的一种 有效聚类 算法 ［７软件学报， ０， （） ４５ ４４ Ｊ． ２ １１ ４ ：７ 一 ８． ０ ２ Ｌ 则【ｌ系统仿真学报， ０， （） ６５ ６７ １． ２ ０ １ ６ ： － ． ０ ２ ８ ８ Ｊ 内几 ６ ｌｅｓ Ｅｔ Ｍ， ｒ Ｓｎｅ ＪＡｇ ｉｍ ａｄ ｌａｏｓ ｓ ｔｌ ｓｒ Ｐｔ Ｋ ａｄｒ ｌ ｒｈ ｓ ａｐｃ ｉ ｆ ｐ ｉ ｅ ｅ Ｈ， ｅ ． ｔ ｏ ｎ ｐ ｉｔｎ ｏ ａａ ｒ 陆建江 ． 数据库 中布尔 型及广义模糊 型加权 关联规则 的挖掘 ｄａ ｉ 仁 ｌＩｉ ｃ ｐｒ Ｇｏａ ｉ Ｄｔ Ｍｎｇ ａ ｍ ｎ Ｚ ． ｖｅ ｈ ｔ ｆ ｅ ｒｈ ａ ｉｎ ａ ｔ ｉｇ ｎ ｎｔ ａｅ ｏ ｇｐｃ ａ ｉ ｎ ｄ ｒ ｄ Ｋｏｌ ｇ Ｄｓ ｖｒ， ｅｒ ｏｏｒ ｈ ｉ ＧＳ Ｔｙ ｒ ｄ ｎｗｅ ｅ ｃ ｅ Ｒｓ ｃ Ｍ ｎｇ ｐｓ Ｉ， ｌ ａ ｄ ｉｏ ｙ ｅ ａ ｈ ａ ｎ ａｏ ｎ Ｆａ ｃｓ２０ ． 一３ ． ｒｎｉ， １ １ ２ ０ ｒ ． ． Ｌ Ａｌ系统工程理论与实践， ０，： 一 ２ ． ２ ２２２ ３． ０ ８ 程继华 ， 施鹏飞 ． 多层次关联规则的有效挖掘算法 仁ｌ软件学 ｉ． 报 ， ９ ，（２ ： ７ ９１ １ ８９ １）９ 一 ４ ９ ３ 内愧 ， ｝ 产 Ｊ ． ， 刘茂福， 曹加恒， 彭敏等． 多媒体文本数据的模式挖掘方法 ２ ０ １ 肖利 ， 金远平 ， 徐宏炳 ， ． 于多维标度 的快 速挖掘关联规 等 基 ［」武汉大学学报（ Ｊ 理学版）２０， （） ３１ ３３ ， １４ ３ ： 一 ２． ０ ７ ２ ｒ ． ． Ｌ 则［ｌ 软件学报， ９， （） ７９ ７３ ｉ． １ ７１ ７ ：４ 一 ５． ９ ０ Ｌ ． ． Ｌ ， 、 钊 目 工 － 曹加恒 ， 张凯 ， 舒风笛等 ． 多媒体数据挖 掘的相 关媒体特 征库 飞 ２ １ ， ｌ ｅｓ ｅｓ Ｊ 陆建江， 宋自林， 钱祖平． 挖掘语言值关联规则【 软件学报， Ｊ． ２０ ， 戈 ） 印， ６１ ０１１ ４ ： 一 １． ２ ． ； Ｌ 尸 飞 』 ｇ 一 Ｊ 方法【ｌ武汉大学学报， ０， （） ５１ ４ Ｊ． ２ ０４ ５： － ７． ０ ６ ７ ５ 减例． 人工神经网络在混沌观测时序数据处理中的应用〔７ Ｊ． 数据采集与处理， ０， （） ４６ ４９ ２ １１ ４ ： 一 ８． ０ ６ ８ Ｆ ｅｓ ｅｓ ｒ ． ． Ｌ ， 勺 ， ． ． Ｊ ｝ ｝ 陆建 江 ， 钱祖 平 ， 自林 ． 态 云关 联 规 则 在 预测 中的应用 宋 正 Ｆ ｅｓ ｅｓ ｌ 工 Ｊ ， 内 ‘ 」 ［． Ｊ 计算机研究与发展， ０， ０１： ７ １ ０ ］ ２ ０３ ） １１一 ３ ． ０ ７ ３ ２ 肖利， 王能斌， 徐宏炳， 挖掘转移规则： 等． 一种新的数据挖掘 ｅｓ Ｌ ｒ ４ ｝ ｎ ｌ 郑斌祥 ， 杜秀华 ， 席裕庚 一 种时序数据 的离群数据挖掘新算 「 一 ｒ ． ． Ｌ ， ￣ ４ 「 一 一 Ｊ 技术〔１ 计算机研究与发展， ９， （ ）９２ ９６ ｉ． １ ８３ １ ： 一 ０ ９ ５０ ０ 程继华， 施鹏飞． 概念指导的关联规则的挖掘［］计算机研究 ．． １ ‘ 尸 ４ １ １ 一 Ｊ 法［〕控制与决策， ０， （） ３４ ３７ Ｊ ２ ２１ ３ ： 一 ２． ０ ７ ２ 欧阳为民， 蔡庆生． 在数据库中自动发现广义序贯模式【７软 Ｊ． 件学报， ９，００： ４ ８０ １ ７８ ９ ８ 一 ７． ６ ， ． ． Ｊ 与发展 ， ９ ， （）１ ２ １９ ． １ ９３ ９ ： ９ 一 ０６ ９ ６ ０ ． ． Ｌ Ｌ ． ． Ｌ 尸 ４ ２ 欧 阳为民， 蔡庆生 ． 发现广义序贯模式 的增量式更新技术〔７ Ｊ． ２ ｝ ｌｔ ｌ ｅｓ 飞 」 谢志鹏 ， 刘宗 田． 概念格与关联规则发现 【ｌ计算机研究与发 ７， 展 ， ０ ， （２ ： １ 一 ４１ ２ ０３ １）１ ５ １２ ． ０ ７ ４ ４３ ４ ４５ ４６ 「 一 一 Ｊ 软件学报， ９，（０ ： ７ ７０ １ ８ ９１）７ 一 ８． ９ ７ 陈玉泉， 朱锡钧， 陆汝占． 文本数据的数据挖掘算法〔ｌ上海 １． 交通大学学报， ０， （） ９６ ９８ ２ ０３ ７ ： 一 ３ ． ０ ４ ３ ｒ ． ． Ｌ ２ Ｕ ‘ 慕春棣 ， 戴剑彬 ， 叶俊 ． 用于数据挖掘 的贝叶斯 网络【〕软件 Ｊ 学报 ， ０ ，１５ ： ０ ６６ ２ ０１（）６ 一 ６ ． ０ ６ ， ． ｒ ｒｅ Ｌ ， １ 夕 ， 宫秀军 ， 刘少辉 ， 史忠植 一 种增量 贝叶斯分类模 型 ［］计算 Ｊ． 机学报 ， ０ ， （）６５ “０ ２ ２２ ６ ：４ 一 ． ０ ５ 季文裤 ， 周傲英 ， 张亮 ， ． 等 一种基 于遗传算法 的优化分 类器 尸 ． 一 Ｌ ２ ０ ０ 『 一 一 Ｊ Ｋｓａ ｌｋ ｌ Ｗ ｂ ｉ ｒｅｃ： ｖ ［Ｉ Ｓ Ｋ Ｄ ｏｌＲＢ ｃ ｅＨ ｅ ｍ ｎ ｅａｈａ ｅ Ｊ．Ｉ Ｄ ａ ， ｏ ｅ ． ｉ ｇ ｒ ｓ ｙ Ｇ ｎ ｓ ｕ ｒ Ｅｐｒｉｓ２０， ：一 ５ ｘｌａｏ ， ２ １ １． ｏｔｎ ００ （） １ 范众， 郑诚， 王清毅， 用 Ｎｉ Ｂｙ 方法协调分类 Ｗ ｂ 等 ａｅ ｅ ｖ ａ， ｅ 网页 ［． Ｊ 软件学报， ０， （） １８一１ ２ ］ ２ １１ ９ ：３６ ３ ． ０ ２ ９ 唐常杰， 于中华， 游志胜， 基于时态数据库的Ｗｅ 数据周期 等． ｂ 的方法【〕软件学报， ０， （） ２５ ２９ Ｊ ２ ２１ ２； 一 ４． ０ ３ ４ ｒ ． ． Ｌ 」 ２ ９ 刁 时施仁， 史忠植． 基于 Ｃ Ｒ的中心渔场预报〔ｌ高技术通讯， Ｂ Ｊ． ２ ０ ， ：４一６ ． ０ １５ ６ ８ 规律的采掘［］计算机学报， ０， ０） ５ － ９ Ｊ． ２ ０２ ： ５． ０ ３ ２ 仁７ ４１ 苏中， 少平， 马 杨强， 基于Ｗ ｂｏ Ｍｎｇ 等． ｅ ｌ ｉｎ 的Ｎ －ｇ ｉ 元预测模型 Ｌ］软件学报， ０ ， （） １ 一１１ Ｊ ２ ２１ １： ３ ４ ． ０ ３ ６ ［０ 周水庚， ３１ 周傲英， 金文， Ｆ ＢＣ Ｎ 一种快谏 Ｄ ＳＡ 等． Ｄ Ｓ人 ： ＢＣ Ｎ算法 Ｔ ｅ ｓ ｒｈ ｏｔ ｒｅｔ ｕｔ ｎ ｄ ｖｌ ｍ ｎ ｏ Ｄ ｔ Ｍｉｉ ｉ Ｃ ｉ ｈ Ｒ ｅ ｃ ａ ｕ Ｃ ｒｎ Ｓ ａ ｏ ａ Ｄ ｅ ｐ ｅｔ ａａ ｎ ｇ ｈ ａ ｅａ ｂ ｕ ｉ ｉ ｎ ｅ ｏ ｔ ｆ ｎ ｎ ｎ Ｙｉｘａ Ｌ Ｊ ｇｉ ， Ａ Ｐｉｉ ＨＵＡＮＧ －ｉｏ Ｉ －ｎ Ｓ Ｏ － ｉ ｊｇ Ｈ ｎ ｅｊ （ｃ ｏｏＭｎｇ ｅ ， ｖｓｙ ｌｔｎ Ｓｉ ｃ ａ Ｔｃｎｌ ｙ Ｃｉ ， ｅｇｕ ０４ Ｃｉ Ｓ ｏ ｆ ａ ｍｎ ＵｉｒｔｏＥ ｃ ｉ ｃ ｎ ｎ ｅｈｏ ｇ ｏ ｈ ａ Ｃ ｎｄ ６０５ ， ｎ ｈ ｌ ａ ｅ ｔ ｎ ｅｉ ｆ ｒ ｃ ｅ ｅｏ ｅ ｄ ｏ ｆ ｎ ｈ １ ｈａ Ａｂ ｔ ａ ｔ Ｄｔｍｎ ｇ ｎｌ ｙ ｎ ｏｔ ｍ ｓａ ｉ ａｄ ｉ ｇ ａ ｈ ａ ｉＡ ｉ ｉ Ｉｅｉ ｎｅ ｄｔ ａ ｓ