基于假设检验的多数据源知识发现研究
文献类型：期刊论文
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2005 |
| 卷号 | 018 |
| 关键词 | 多数据源 假设检验 知识共享 知识发现 |
| ISSN号 | 1003-6059 |
| 其他题名 | Hypothesis Testing Based Knowledge Discovery in Distributed Multi-Data Sources |
| 英文摘要 | 现行的数据挖掘算法大多是针对单一数据源进行挖掘，多数据源挖掘是网络分布式状况下KDD所面临的新问题，是解决基于全局数据分布状态下知识发现问题的有效技术。本文提出了一种多数据源知识发现新方法，该方法通过共享从其它数据源中发现的知识模式，采用抽样检验的方法来判断知识在本地数据源的有效性，大大提高了知识发现的效率。实验结果表明了该方法的有效性，该方法可以进一步推广，作为对已知模式的高效知识发现方法，并可应用于增量式知识发现。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:2044925 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/66115]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 基于假设检验的多数据源知识发现研究[J]. 模式识别与人工智能,2005,018. |
| APA | (2005).基于假设检验的多数据源知识发现研究.模式识别与人工智能,018. |
| MLA | "基于假设检验的多数据源知识发现研究".模式识别与人工智能 018(2005). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。