收藏本站
《重庆大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

数据挖掘聚类算法的分析和应用研究

郑洪英  
【摘要】:聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的重要手段和方法。聚类的应用是非常广泛的,无论是在商务上,还是在市场分析、生物学、Web文档分类等领域中都得到了充分的应用。目前,聚类算法大体上分为划分的方法、层次的方法、基于密度的方法、基于网格的方法和基于模型的方法。这些算法存在如下的问题:符号属性问题、算法的效率问题、初值的选择问题、对输入顺序的敏感性问题、最优解问题、算法对输入参数的依赖性问题。 DBSCAN就是一种基于密度的方法,该算法的显著优点是速度快,可以发现任意形状的聚类和噪声点。但是当数据量非常庞大时,该算法对主存要求较高;而且需要定义一个全局变量Eps,如果这个全局变量Eps定义的不好,将会影响聚类质量,尤其是数据分布不均匀时,因此DBSCAN对输入参数Eps是十分依赖的。论文在分析这些不足的基础上,对DBSCAN算法进行了改进,把“分而治之”的思想应用到该算法中。聚类前,先把数据划分成一个个网格,然后把网格分配给多个处理机进行并行聚类,最后再对各个处理机的局部聚类结果进行合并。这样,一方面降低了对主存的要求;另一方面,当数据分布不均匀时,全局变量Eps也不会影响聚类质量,因为每个网格采用单独的Eps值;并且把每个网格分到单独的处理机上进行并行聚类提高了聚类效率。试验表明,改进后的DBSCAN算法降低了对主存的要求和对输入参数Eps的依赖。 K-means算法是一种基于划分的聚类算法,它把n个对象划分成K个类,其中的聚类数目K是输入参数。该算法是通过不断地迭代来进行聚类,当算法收敛到一个结束条件时,就终止迭代过程,输出一个聚类结果。但是由于K-means算法在选择初始聚类中心时是随机选取K个点,因此一旦这K个点选取不合理,将会误导聚类过程,得到一个不合理的聚类结果。论文在分析聚类结果对初值依赖性的基础上,对初值选取方法进行了分析和研究,采取“射靶”的原理进行类中心的搜索。从实际应用中可以发现,改进后K-means得到的聚类结果更加稳定,对初始聚类中心的依赖性减弱了。 最后,在这些工作基础之上,作者将聚类算法应用到重庆医药公司的药品销售数据中,对药品销售数据进行聚类,验证改进算法的有效性和正确性。
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2002
【分类号】:TP311.12

【引证文献】
中国期刊全文数据库 前7条
1 邵锐,巫兆聪,钟世明;基于粗糙集的K-均值聚类算法在图像分割中的应用[J];测绘信息与工程;2005年05期
2 柳娟;满家巨;;基于改进的K-均值聚类图像分割算法[J];电脑知识与技术;2008年16期
3 邵锐,巫兆聪,钟世明;粗糙集理论在遥感影像分割中的应用[J];地理空间信息;2005年05期
4 石云平;;基于聚类K-means算法的初值依赖性研究[J];计算机与信息技术;2008年06期
5 邵锐,巫兆聪,钟世明;基于粗糙集的K——均值聚类算法在遥感影像分割中的应用[J];现代测绘;2005年02期
6 熊忠阳,孙思,张玉芳,王秀琼;一种基于划分的不同参数值的DBSCAN算法[J];计算机工程与设计;2005年09期
7 郑频捷;;学前教育师资信息素养的挖掘模型设计[J];咸宁学院学报;2011年06期
中国硕士学位论文全文数据库 前10条
1 靳小川;模糊聚类算法在大学生心理健康分析中的应用研究[D];辽宁工程技术大学;2010年
2 陈凤萍;寿光人才求职招聘网站中资源检索算法的研究[D];中国海洋大学;2010年
3 沙有闯;基于Web文本挖掘的网络口碑监测系统研究[D];安徽大学;2010年
4 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
5 梁洁;基于混合模式的个性化推荐系统的研究与应用[D];武汉理工大学;2011年
6 谢琪;基于粗糙集理论的图像分割研究[D];中南大学;2011年
7 洪淑辉;税务稽查选案方法研究[D];汕头大学;2011年
8 黄国军;基于数据仓库的药品监管辅助决策支持系统的设计与实现[D];浙江工业大学;2011年
9 王黎;基于数据挖掘的某网通公司的客户市场细分的研究与应用[D];对外经济贸易大学;2007年
10 许慧;基于数据分区和QR*树的并行DBSCAN算法研究[D];哈尔滨工程大学;2007年
【参考文献】
中国期刊全文数据库 前10条
1 贾克斌;信息系统设计中聚类分析方法的研究[J];北京工业大学学报;1999年03期
2 ;词作家李昕[J];歌曲;2003年09期
3 徐燕,单波,王颖;对一种矢量量化聚类算法的改进及应用[J];华北电力大学学报;2001年03期
4 吴晓丹,王云峰,朱昭贤,李杰;单元制造系统理论与方法研究综述[J];河北工业大学学报;1999年03期
5 周水庚,周傲英,曹晶;基于数据分区的DBSCAN算法[J];计算机研究与发展;2000年10期
6 周水庚,周傲英,曹晶,胡运发;一种基于密度的快速聚类算法[J];计算机研究与发展;2000年11期
7 丁震,胡钟山,杨静宇,唐振民,邬永革;一种基于模糊聚类的图象分割方法[J];计算机研究与发展;1997年07期
8 李丙永,顾辅柱,黄河;系统模糊聚类分析方法在房地产市场分析中的应用[J];重庆建筑大学学报;2001年01期
9 王实;高文;;数据挖掘中的聚类方法[J];计算机科学;2000年04期
10 孙才志,王敬东,潘俊;模糊聚类分析最佳聚类数的确定方法研究[J];模糊系统与数学;2001年01期
【共引文献】
中国期刊全文数据库 前10条
1 张晓杰,王巍巍;基于C—均值模糊聚类的工程结构构件自动归并方法研究[J];四川建筑科学研究;2005年04期
2 陈键;;浅析常用聚类分析算法[J];安徽电子信息职业技术学院学报;2007年01期
3 李晓红;田军委;;面向FCM聚类阈值分割的聚类有效性判别函数[J];安徽大学学报(自然科学版);2007年05期
4 曹安照,张斌,张永荣,庆先好;模糊聚类在电力负荷预测中的应用[J];安徽工程科技学院学报(自然科学版);2005年01期
5 宋金鹏;曹卫彬;;新疆棉花遥感识别模型研究[J];安徽农业科学;2009年05期
6 于辉;陈海光;陈悦娇;宁正祥;;BP人工神经网络用于食品防腐剂构效关系建模的研究[J];安徽农业大学学报;2010年02期
7 叶良艳;;基于改进后的K-means聚类算法的网吧用户行为聚类[J];安徽科技学院学报;2009年04期
8 贾丙静;葛华;王传安;赵海燕;;Web日志挖掘在校园网建设中的应用研究[J];安徽科技学院学报;2010年03期
9 申明金;模湖K均值聚类分析用于染料的分类[J];安庆师范学院学报(自然科学版);2005年02期
10 王丽燕,张金利;因子分析法在矿山企业评价中的应用[J];鞍山钢铁学院学报;1997年05期
中国重要会议论文全文数据库 前10条
1 王杰;杜秋男;孙海峰;;螺旋锚极限抗拔承载力研究[A];科学发展与社会责任(A卷)——第五届沈阳科学学术年会文集[C];2008年
2 赵力;曾毓敏;邹采荣;吴镇扬;;基于子空间分析的语音信号寂声语声段识别方法[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
3 孙玉萍;吴磊;;粘弹性阻尼参数对结构耗能效果的影响分析[A];自主创新与持续增长第十一届中国科协年会论文集(2)[C];2009年
4 于健;陈子军;李霞;李炜;;一种新的多密度聚类算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
5 卢建昌;孙伟;李健强;;RMLPNN模型在短期负荷预测中的应用[A];2005中国控制与决策学术年会论文集(上)[C];2005年
6 郑辉辉;卢文良;郑永星;;客运专线预制简支箱梁初张拉弹性上拱变形分析[A];第20届全国结构工程学术会议论文集(第Ⅱ册)[C];2011年
7 李君;;有关影像测量仪示值误差调补方法的研讨[A];天津市电视技术研究会2010年年会论文集[C];2010年
8 赵爽;李晓奇;沙秀艳;;特征加权模糊C均值聚类算法在划分劳动报酬中的应用[A];第三届中国智能计算大会论文集[C];2009年
9 朵春红;王翠茹;;基于取样的DBSCAN聚类算法及其遗传优化[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
10 宫蕊;舒红平;郭远远;;基于DBSCAN的密度聚类算法的研究[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
中国博士学位论文全文数据库 前10条
1 魏建香;学科交叉知识发现及其可视化研究[D];南京大学;2010年
2 刘贵;精毛纺织品虚拟加工中的预报与反演模型研究[D];东华大学;2010年
3 王旭;基于声发射技术的聚乙烯自增强复合材料损伤模式识别研究[D];东华大学;2010年
4 马增强;运动车辆视频检测与分割方法研究[D];北京交通大学;2011年
5 丁蕊;物流服务供应链的供应商选择与优化研究[D];大连海事大学;2011年
6 李群;主题搜索引擎聚类算法的研究[D];北京林业大学;2011年
7 孙越泓;基于粒子群优化算法的图像分割研究[D];南京理工大学;2010年
8 于秋水;基于图像处理方法的光学瞄具自动调焦技术研究[D];长春理工大学;2011年
9 杨瑞龙;基于短语特征的Web文档聚类方法研究[D];重庆大学;2010年
10 朱方;多信息融合模式分类方法研究及在公交客流识别系统中的应用[D];河北工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘志强;基于数据挖掘的客户行为分析和预测研究[D];山东科技大学;2010年
2 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
3 高兆梓;基于专利分析的竞争对手分类系统研究[D];山东科技大学;2010年
4 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
5 李翠;基于车辆自动识别的智能计重监控系统的研究与设计[D];郑州大学;2010年
6 丁金凤;基于网格与密度的数据流聚类算法研究[D];哈尔滨工程大学;2010年
7 董衍堂;基于铌酸锂晶体的体全息存储与相关识别研究[D];哈尔滨工程大学;2010年
8 李艳萍;基于自主学习的移动机器人质心偏移控制策略[D];大连理工大学;2010年
9 王丹丹;基于数据挖掘的煤矿瓦斯事故预测方法研究[D];辽宁工程技术大学;2010年
10 李丹丹;基于权重设计的聚类融合算法研究及应用[D];辽宁工程技术大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 赵国庆;客户关系管理中的客户分类方法研究[J];安徽机电学院学报;2001年04期
2 邱文教,潘晓卉;数据挖掘技术在教务管理中的应用[J];安徽工业大学学报(社会科学版);2005年03期
3 王培珍;一种基于遗传算法的混合聚类技术[J];安庆师范学院学报(自然科学版);1999年04期
4 江效尧,江伟;决策树在数据挖掘中的应用研究[J];安庆师范学院学报(自然科学版);2003年01期
5 周宏宇;张政;;中文分词技术综述[J];安阳师范学院学报;2010年02期
6 孙雪;李昆仑;胡夕坤;赵瑞;;基于半监督K-means的K值全局寻优算法[J];北京交通大学学报;2009年06期
7 黄晓芳;数据挖掘中决策树算法及其应用[J];兵工自动化;2005年02期
8 蔡颖琨,谢昆青,马修军;屏蔽了输入参数敏感性的DBSCAN改进算法[J];北京大学学报(自然科学版);2004年03期
9 贾克斌;信息系统设计中聚类分析方法的研究[J];北京工业大学学报;1999年03期
10 陈玉保,刘宏,段红彬;营销理论的新发展:客户关系管理(CRM)理论[J];商业研究;2002年14期
中国博士学位论文全文数据库 前10条
1 李玉榕;信息融合与智能处理的研究[D];浙江大学;2001年
2 冯红伟;数据挖掘技术的研究及应用[D];西北工业大学;2002年
3 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
4 王莉;数据挖掘中聚类方法的研究[D];天津大学;2004年
5 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年
6 杨小兵;聚类分析中若干关键技术的研究[D];浙江大学;2005年
7 赵恒;数据挖掘中聚类若干问题研究[D];西安电子科技大学;2005年
8 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
9 卜东波;聚类/分类理论研究及其在文本挖掘中的应用[D];中国科学院研究生院(计算技术研究所);2000年
10 王中;数据挖掘技术及其在证券领域的应用[D];天津大学;2005年
中国硕士学位论文全文数据库 前10条
1 邓英;数据仓库与数据挖掘技术理论及应用的研究[D];甘肃工业大学;2001年
2 高世光;基于模糊聚类的数据挖掘技术研究[D];国防科学技术大学;2002年
3 孙孝萍;基于聚类分析的数据挖掘算法研究[D];西南石油学院;2002年
4 刘世新;用模糊综合评判法评定建筑工程的质量等级[D];大连理工大学;2003年
5 王霞;协同过滤在电子商务推荐系统中的应用研究[D];河海大学;2003年
6 刘振岩;数据挖掘分类算法的研究与应用[D];首都师范大学;2003年
7 焦瑾;基于数据挖掘的商业银行个人客户细分系统分析与设计[D];西南财经大学;2003年
8 张斌;聚类算法研究及在客户忠诚度分析中的应用[D];青岛大学;2003年
9 许升祥;我国税收稽查管理研究[D];华中师范大学;2003年
10 郭军华;数据挖掘中聚类分析的研究[D];武汉理工大学;2003年
【二级引证文献】
中国期刊全文数据库 前10条
1 叶青;周云才;;一种粗糙熵和K-均值聚类相结合的岩心图像分割方法[J];长江大学学报(自然科学版)理工卷;2008年01期
2 姜东海;王殊;;分形编码技术在图像型火灾烟雾探测中的应用研究[J];长沙通信职业技术学院学报;2005年04期
3 柳娟;满家巨;;基于改进的K-均值聚类图像分割算法[J];电脑知识与技术;2008年16期
4 王慧;申石磊;;基于改进的K均值聚类彩色图像分割方法[J];电脑知识与技术;2010年04期
5 张坤华;杨烜;;应用聚类和分形实现复杂背景下的扩展目标分割[J];光学精密工程;2009年07期
6 杨倩;潘兴德;;音乐推荐技术的现状与发展[J];电声技术;2012年06期
7 孙祥;赵勇;;基于就业吸引力的大学生区域流向分类研究[J];黄冈师范学院学报;2010年03期
8 徐怡;李龙澍;李学俊;;基于粗糙熵和K-均值聚类算法的图像分割[J];华东理工大学学报(自然科学版);2007年02期
9 黄娟娟;周世健;;粗糙集理论在GIS数据处理中的研究与应用[J];江西测绘;2009年02期
10 周涛;;具有自适应参数的粗糙k-means聚类算法[J];计算机工程与应用;2010年26期
中国重要会议论文全文数据库 前2条
1 高永祥;刘伟华;;基于粗糙集与K-均值聚类的多光谱遥感影象分割[A];江苏省测绘学会2007年学术年会论文集[C];2008年
2 高永祥;刘伟华;;基于粗糙集与K-均值聚类的多光谱遥感影像分割[A];江苏省测绘学会2007'学术年会论文集[C];2008年
中国博士学位论文全文数据库 前2条
1 李梦;图像分割的变分水平集模型研究[D];重庆大学;2011年
2 辛动军;彩色地形图要素的自动识别与获取研究[D];南京理工大学;2007年
中国硕士学位论文全文数据库 前10条
1 王丹丹;基于数据挖掘的煤矿瓦斯事故预测方法研究[D];辽宁工程技术大学;2010年
2 程淑玉;基于协同过滤算法的个性化推荐系统的研究[D];合肥工业大学;2010年
3 曹福广;基于朴素贝叶斯分类技术的纳税评估模型研究[D];华南理工大学;2010年
4 高希瑞;基于文本挖掘的企业危机预警研究[D];华东师范大学;2011年
5 王春光;K-MEANS聚类算法在银行个人客户经理管理中的应用研究[D];内蒙古大学;2011年
6 陈见飞;拉链产品图像中分割拉链齿区域的研究[D];广东工业大学;2011年
7 于彦国;车牌识别中的关键算法研究[D];湖南师范大学;2011年
8 陈彦伟;基于聚类分析方法的交通事故黑点的鉴别[D];山东理工大学;2011年
9 张艳丽;基于综合度量的划分聚类研究[D];安徽大学;2011年
10 邓庆林;基于边缘检测和分水岭的视频对象分割算法的研究[D];中南民族大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 裴继红,范九伦,谢维信;一种新的高效软聚类方法:[J];电子学报;1998年02期
2 范九伦,裴继红,谢维信;基于可能性分布的聚类有效性[J];电子学报;1998年04期
3 朱廷劭,高文,凌晓峰;神经网络在汉语两字词韵律规则学习中的应用[J];计算机研究与发展;1999年06期
4 王兆其,高文,徐燕;一种基于传感器的人体上肢运动实时跟踪方法[J];计算机学报;2001年06期
5 贾克斌,周俊林;数据库设计中数据聚类方法的研究[J];计算机应用研究;1998年02期
6 朱廷劭,高文,CharlesX.Ling,高正其,李锦涛;数据挖掘在音高变化规律学习中的应用[J];软件学报;1999年09期
7 李建中;并行数据库的查询处理并行化技术和物理设计方法[J];软件学报;1994年10期
8 李建中,都薇;并行数据库上的并行CMD-Join算法[J];软件学报;1998年04期
9 苗夺谦,王珏;粗糙集理论中概念与运算的信息表示[J];软件学报;1999年02期
10 范九伦,裴继红,谢维信;模糊相关度与聚类有效性[J];西安电子科技大学学报;1998年01期
【相似文献】
中国期刊全文数据库 前10条
1 万红新,聂承启,尹红;数据挖掘中的模糊聚类实现技术[J];计算机与现代化;2003年11期
2 王善侠;王振华;王吉永;;基于决策树和聚类理论的XML文档数据挖掘的研究[J];科技信息(科学教研);2007年34期
3 钱宇;;数据聚类中基于浓度噪音消除的可视化参数选择方法(英文)[J];软件学报;2008年08期
4 蔡江辉,张继福;基于聚类的离群数据挖掘及应用[J];太原重型机械学院学报;2004年04期
5 彭玉楼,刘亚辉;利用决策树和聚类理论对XML文档数据挖掘的研究[J];株洲工学院学报;2005年04期
6 史望聪;耿健;;数据挖掘中的一种数据预处理方法[J];科技资讯;2009年17期
7 武森;俞晓莉;倪宇;王瑞峰;;数据挖掘中的聚类技术在学生成绩分析中的应用[J];中国管理信息化;2009年15期
8 邓娜,边小凡,黄炜,王东方;数据挖掘及其在教学实践中的应用[J];河北农业大学学报(农林教育版);2004年04期
9 王红霞;人才市场多媒体信息服务系统中的聚类模型解析方法[J];武汉理工大学学报(信息与管理工程版);2005年02期
10 翟立波;数据挖掘与知识发现[J];潍坊学院学报;2005年02期
中国重要会议论文全文数据库 前10条
1 武森;金海燕;高学东;;数据挖掘中CABOSFV聚类算法的实现与应用[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年
2 朱强生;田英;周延泉;何华灿;;银行业中的客户数据挖掘[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
3 刘建华;;一个智能搜索引擎的用户行为聚类分析[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 于波;王宏鼎;唐世渭;童云海;;基于数据挖掘的数据质量分析研究[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
6 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
7 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
8 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
9 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
10 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
中国重要报纸全文数据库 前10条
1 创智集团副总裁 胡乐群博士;数据挖掘在CRM中的应用[N];中国计算机报;2002年
2 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
3 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
4 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
5 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
6 张立明;数据挖掘之道[N];网络世界;2003年
7 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
8 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
9 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
10 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
中国博士学位论文全文数据库 前10条
1 王明春;基于粗糙集的数据及文本挖掘方法研究[D];天津大学;2005年
2 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
3 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
4 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
5 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
6 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
7 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
8 贺琳;基于数据挖掘的道路运行安全风险分析[D];大连海事大学;2012年
9 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
10 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘晓燕;基于聚类的入侵检测系统研究[D];青岛大学;2006年
2 郑洪英;数据挖掘聚类算法的分析和应用研究[D];重庆大学;2002年
3 易珺;基于数据挖掘的酒店CRM客户获取的研究[D];广东工业大学;2005年
4 鲍洪庆;一种基于密度的动态参数单元聚类算法[D];山东大学;2005年
5 李晓利;基于核函数的聚类分析研究[D];大连理工大学;2006年
6 王刚;基于混合智能系统的数据挖掘分类算法研究[D];中南大学;2004年
7 杨毅;数据挖掘在区域经济分析中的应用模型研究[D];武汉大学;2004年
8 张大治;飞机典型装配工艺挖掘技术研究[D];西北工业大学;2006年
9 谢润;概念格建格算法研究[D];西南交通大学;2006年
10 颜镝;时间序列数据挖掘的研究以及在交通流预测上的应用[D];北京工业大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026