您的位置： 专家智库 > >

汪廷华

作品数：3 被引量：9H指数：2
供职机构：南昌大学更多>>
相关领域：自动化与计算机技术经济管理理学更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 3篇自动化与计算...
  • 1篇经济管理
  • 1篇理学

主题

  • 2篇证券
  • 2篇股票
  • 2篇关联规则
  • 2篇ROUGH集
  • 1篇序列数据
  • 1篇元规则
  • 1篇证券市场
  • 1篇知识发现
  • 1篇时间序列
  • 1篇时间序列数据
  • 1篇属性约简
  • 1篇矩阵
  • 1篇关联规则挖掘
  • 1篇关联规则挖掘...
  • 1篇规则挖掘算法
  • 1篇分明矩阵
  • 1篇ROUGH
  • 1篇ROUGH集...

机构

  • 3篇南昌大学

作者

  • 3篇汪廷华
  • 2篇程从从

传媒

  • 1篇计算机工程
  • 1篇第五届中国R...

年份

  • 2篇2006
  • 1篇2005
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
Rough集中基于分明矩阵的决策规则约简研究
属性约简的基本方法包括数据分析法、分明矩阵法(及其简化)和各种启发式算法。这些方法对于信息系统和决策表的属性约简各有其优缺点。对于决策规则约简(属性值的约简)，目前常用的方法是数据分析的方法。对于信息系统(或决策表)求取...
汪廷华程从从
关键词：ROUGH集理论属性约简
文献传递
一种元规则指导的股票联动关联规则挖掘算法被引量：6
2006年
在经典Apriori算法的基础上,提出了一种考虑了时间因素的股票联动关联规则挖掘算法。该算法首先对股票原始数据采用滑动时间窗口技术进行了预处理,得到了适合挖掘的事务集;然后使用SQL语言详细描述了关联规则的生成过程。根据证券行业的实际情况,采用了元规则指导的挖掘方法,从而使挖掘结果聚焦于投资者感兴趣的规则形式上,并且也提高了挖掘过程的效率。
汪廷华程从从
关键词：关联规则元规则股票证券知识发现
基于股票时间序列数据的关联规则挖掘研究
数据挖掘研究如何从大量的数据中获取对决策有帮助的知识。随着证券市场的不断发展，在证券信息数据库中积累了大量的历史数据，如何充分利用这些数据探寻证券市场自身的运动规律，成为人们关心的问题。关联规则挖掘是数据挖掘领域中一个非...
汪廷华
关键词：关联规则ROUGH集时间序列证券市场股票
文献传递
全选 清除 导出
共1页<1>
聚类工具0