基于聚類模式的數(shù)據(jù)清洗技術(shù)

基于聚類模式的數(shù)據(jù)清洗技術(shù)

ID:27338970

大?。?.18 MB

頁數(shù):67頁

時(shí)間:2018-12-02

基于聚類模式的數(shù)據(jù)清洗技術(shù)_第1頁
基于聚類模式的數(shù)據(jù)清洗技術(shù)_第2頁
基于聚類模式的數(shù)據(jù)清洗技術(shù)_第3頁
基于聚類模式的數(shù)據(jù)清洗技術(shù)_第4頁
基于聚類模式的數(shù)據(jù)清洗技術(shù)_第5頁
資源描述:

《基于聚類模式的數(shù)據(jù)清洗技術(shù)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于聚類模式的數(shù)據(jù)清洗技術(shù)廣西師范大學(xué)碩士研究生論文基于聚類模式的數(shù)據(jù)清洗技術(shù)TowardsData-Mining:DataCleaningBasedonClusteringTechniques院系:數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院年級(jí):2000級(jí)專業(yè):計(jì)算機(jī)軟件與理論研究方向:現(xiàn)代數(shù)據(jù)庫導(dǎo)師:張師超教授、嚴(yán)小衛(wèi)教授研究生:唐懿芳完成時(shí)間:2003年4月1基于聚類模式的數(shù)據(jù)清洗技術(shù)TowardsData-Mining:DataCleaningBasedonClusteringTechniquesByTangyifangAthesisSubmittedinpar

2、tialsatisfactionof therequirementsforthedegreeofMasterofScienceAcademyofMathematicsandComputerScienceGuangxiNormalUniversityApril20032基于聚類模式的數(shù)據(jù)清洗技術(shù)目錄摘要..................................................5ABSTRACT.................................................7目錄...............

3、...................................3第一章緒論.............................................11.1引言........................................................11.2數(shù)據(jù)清洗研究的主要領(lǐng)域......................................21.2.1數(shù)據(jù)倉庫中的數(shù)據(jù)清洗.....................................21.2.2知識(shí)發(fā)現(xiàn)過程中的數(shù)據(jù)清洗.....

4、............................41.2.3數(shù)據(jù)質(zhì)量管理系統(tǒng)中的數(shù)據(jù)清洗.............................41.3數(shù)據(jù)清洗研究的現(xiàn)狀..........................................41.3.1當(dāng)前糾正數(shù)據(jù)錯(cuò)誤的研究狀況...............................41.3.2數(shù)據(jù)清洗中數(shù)據(jù)源整合的相關(guān)工作...........................61.4當(dāng)前數(shù)據(jù)清洗方法存在的問題..............................

5、....61.5本文的研究內(nèi)容及組織結(jié)構(gòu)....................................71.5.1研究內(nèi)容................................................71.5.2論文內(nèi)容安排............................................8第二章數(shù)據(jù)清洗前的預(yù)處理...................................92.1引言.....................................................

6、...92.2清除臟數(shù)據(jù)和標(biāo)準(zhǔn)化簡(jiǎn)寫......................................92.2.1清除臟數(shù)據(jù).............................................102.2.2縮寫標(biāo)準(zhǔn)化的處理.......................................122.3數(shù)據(jù)的轉(zhuǎn)換.................................................132.4小結(jié).............................................

7、..........14第三章基于聚類的多數(shù)據(jù)表記錄匹配算法........................153基于聚類模式的數(shù)據(jù)清洗技術(shù)1.1引言.......................................................151.2鍵值的選取.................................................161.3記錄的匹配算法.............................................171.2.1記錄匹配的相關(guān)工作...............

8、.......................181.2.2所用的聚類技術(shù)........................

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。