7在信息化條件下行政決策輔助系統(tǒng)的實現(xiàn)(編輯修改稿)
2024-09-26 15:26 本頁面
【文章內(nèi)容簡介】 的知識庫，數(shù)據(jù)庫中的每一個關(guān)系是一個原子公式，即一個謂詞，關(guān)系中的元組即是知識中的事實，因此利用關(guān)系數(shù)據(jù)庫來建造知識庫，就可以充分利用關(guān)系數(shù)據(jù)庫管理系統(tǒng)的功能，便于知識庫管理系統(tǒng)的設(shè)計與實現(xiàn)。 （四）可視化接口 可視化接口包括預(yù)測、分析、查詢和維護等4個子系統(tǒng)。通過數(shù)據(jù)分析和預(yù)測工具對數(shù)據(jù)倉庫中的數(shù)據(jù)進行多維分析、匯總，結(jié)果可以用二維表、餅圖、折線圖和直方圖表示。 二、數(shù)據(jù)挖掘的技術(shù)工具和基本過程 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘常用的技術(shù)有神經(jīng)網(wǎng)絡(luò)、決策樹、遺傳算法、近鄰算法和規(guī)則推導(dǎo)等。數(shù)據(jù)挖掘常用的工具有： 第一，基于神經(jīng)網(wǎng)絡(luò)的工具。由于對非線性數(shù)據(jù)具有快速建模能力，神經(jīng)網(wǎng)絡(luò)很適合非線性數(shù)據(jù)和含噪聲數(shù)據(jù)，所以在政府?dāng)?shù)據(jù)庫的分析和建模方面可以應(yīng)用。 第二，基于關(guān)聯(lián)規(guī)則和決策樹的工具。大部分?jǐn)?shù)據(jù)挖掘工具采用規(guī)則發(fā)現(xiàn)或決策樹分類技術(shù)來發(fā)現(xiàn)數(shù)據(jù)模式和規(guī)則，其核心是某種歸納算法。 第三，基于模糊邏輯的工具。其發(fā)現(xiàn)方法是應(yīng)用模糊邏輯進行數(shù)據(jù)查詢、排序等。 第四，綜合多方法工具。不少數(shù)據(jù)挖掘工具采用了多種開采方法，這類工具一般規(guī)模較大，適用于大型數(shù)據(jù)庫或者并行數(shù)據(jù)庫。數(shù)據(jù)挖掘的基本過程包括數(shù)據(jù)準(zhǔn)備、模型搜索、結(jié)果分析和生成報告。數(shù)據(jù)準(zhǔn)備：收集和凈化來自數(shù)據(jù)源的信息并加以存儲，將其放入數(shù)據(jù)倉庫中。 模型搜索。利用數(shù)據(jù)挖掘工具在數(shù)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1