… 处理后的 数据,经过大数据关联分析,聚类,分类等 数据挖掘方法后,… 数据挖掘的隐私保护技术,就
是在尽可能提高大数据可用性的前提下, 研究更加合适的数据隐藏技术,以防范 利用数据发掘方法…

… 检测的方法, 从网络结构的角度分析了用于轻量化检测模型的方法. 此外, 对目标检测的通用数据
集进行了详细介绍, 从4 个方面对该领域代表性算法的性能表现进行了对比分析, 对目标检测中待…

… 数据挖掘在发现潜在问题和提高计算效率等方面有较大的优越性.综述了几年来人工智能与数据
挖掘… 算法,粗糙集,信息熵等数据预处理方法,神经网络与支持向量机等分类器,可视化显示等方面的…

… 分类研究中,传统的基于特定规则的分类方法随 着网络流量数据规模越来越大,流量组成越来越
复 杂,已经不能满足当今的网络流量分类需求,基于 数据挖掘的网络流量分类方法… 流量分类方法,…

… 关联规则是数据挖掘的常用方法, … 中机器学习应用比较广泛的是针对结构 化数据的分类方法,
基于自然语言处理的方向相 对较少, 机器学习方法应用于文献的分类较为广 泛, 与文本知识挖掘为…

… 数据融合方法以及基于深度学习双阶 段的数据融合方法,但是该文献中综述的模型偏向于对
城市大数据的融合,因此该分类方法并不能很好地对基 于深度学习的数据融合方法进行分类.本文将…

… 数据挖掘中,时间序列相似性是一个重要的概念.对于诸多算法而言,能否与一种合适的相似性
度量方法结合应用,对其挖掘性能有着关键影响.然而,至今仍没有统一的度量相似性的方法.对此,首先…

… 学习的思想,根据图像中单个像素的 信息以及像素之间的相互关系,利用数据挖掘中的聚类算法,将
… 基于区域分类的图像语义分割方法需要首先从图像中生成目标候选区域集,该区域生成质量的优…

… 与其 他深度学习目标检测算法不同的是,单阶段目标检 测算法结构简单,可以直接检测图像输出
结果,没有 候选区域的分类,因此相比其他深度学习目标检测 算法速度更快,计算效率更高.典型的…