期刊文献+

大数据时代数据挖掘技术探讨 被引量:8

下载PDF
导出
摘要 随着互联网、云计算技术的快速发展,信息化系统已经在电子政务、电子商务、在线教育、金融处理等领域得到广泛普及和应用,积累了海量的数据资源,促使人们大步迈入到了大数据时代。大数据在为人们带来工作、生活和学习方便的同时,由于数据规模大、分布地域广,数据应用变得越来越复杂。为了能够提高大数据的利用率和有效性,必须采取数据挖掘技术从海量数据信息资源中发现潜在的、有价值的信息。目前,常用的大数据挖掘技术包括基于统计理论、临近度、密度等3类,较为有代表性的数据挖掘技术包括神经网络、遗传算法、支持向量机和专家系统等4种,未来发展趋势也较为显著,可以从提高精确度、时间复杂度等方面进行改进,以便更好地挖掘数据模式。
作者 杨华昆
出处 《电脑编程技巧与维护》 2015年第24期78-79,共2页 Computer Programming Skills & Maintenance
  • 相关文献

参考文献7

二级参考文献49

  • 1沃焱,韩国强,张波.一种新的基于特征的图像内容认证方法[J].计算机学报,2005,28(1):105-112. 被引量:32
  • 2邓聚龙.灰色理论基础[M].武汉:华中科技大学出版社,2002.. 被引量:332
  • 3HyghJ S, DecarolisJ F, Hill DB, et al. Multivariate regression as an energy assessment tool in early building design[J]. Building and Environment, 2012 , 57 ;165-175. 被引量:1
  • 4Ferreira PM, Ruano A E, Silva S, et al. Neural networks based predictive control for thermal comfort and energy savings in public buildings[J] . Energy and Buildings, 2012,55 :238-251. 被引量:1
  • 5Leephakpreeda T. Grey prediction on indoor comfort temperature for HV AC systems[J]. Expert Systems with Applications ,2008 ,34( 4) :2284-2289. 被引量:1
  • 6Wang X, Chen Z, Yang C, et al. Gray predicting theory and application of energy consumption of building heat?moisture system[J] . Building and Environment, 1999 , 34(4) :417-420. 被引量:1
  • 7Wenbin H, Ben H, Changzhi Y. Building thennal process analysis with grey system method[J] . Building and Environment,2002,37(6) :599-605. 被引量:1
  • 8Kumar U, lain V. Time series models ( Grey-Markov, Grey model with rolling mechanism and singular spectrum analysis) to forecast energy consumption in India[J]. Energy,2010,35 (4) :1709-1716. 被引量:1
  • 9张伟.基于季节灰色预测理论的公共建筑节能领域能耗监测研究[D].河北工业大学电气与自动化学院,2011. 被引量:1
  • 10Anstett M, KreiderJ F. Application of neural networking models to predict energy use[J]. Transactions?American Society of Heating Refrigerating and Air Con?ditioning Engineers ,1993 ,99 :505-510. 被引量:1

共引文献104

同被引文献49

引证文献8

二级引证文献51

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部