彭丽芳
- 作品数：7 被引量：50H指数：3
- 供职机构：湖南工业大学更多>>
- 发文基金：湖南省普通高等学校教学改革研究项目更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 关联规则挖掘在优化高校馆藏结构中的应用被引量：1
- 2008年
- 简要介绍了关联规则挖掘以及Apriori算法,并将Apriori算法应用于高校图书馆流通数据,从读者需求的角度出发挖掘借阅图书之间的关联,为图书采购工作提供理论依据,优化图书馆的馆藏结构。
- 彭丽芳何春江
- 关键词：关联规则APRIORI算法馆藏结构
- 高校图书馆网站建设与大学生创新能力的培养被引量：4
- 2008年
- 创新能力的培养是当前素质教育中一项重要任务。文章分析了我国大学生创新能力的现状,探讨了高校图书馆网站建设在培养大学生创新能力方面的优势,提出了高校图书馆网站建设应从网页设计、信息资源建设以及信息服务等方面来促进大学生创新能力的培养。参考文献4。
- 彭丽芳莫怏彭香萍苏靓
- 关键词：网站建设大学生
- 一种基于SOM单属性时态特征聚类的方法被引量：3
- 2006年
- 对单属性时态特征聚类进行了研究,提出了一种基于SOM网络(自组织特征映射)聚类提取单属性时态数据特征的方法,通过实验表明此算法是有效的.
- 田密孟志青李向军彭丽芳姜华
- 关键词：数据挖掘时态型特征提取SOM
- 基于SVM的时态数据挖掘研究
- 时态数据预测是时态数据挖掘的一个重要的研究方向。它是用被预测事物过去或现在的已知数据，构造依时间变化的挖掘模型，对将来的未知做出预测。支持向量机是九十年代中期提出来的新一代数据挖掘工具，具有全局最优、结构简单、推广能力强...
- 彭丽芳
- 关键词：时态数据挖掘支持向量机神经网络
- 文献传递
- 基于时间序列的支持向量机在股票预测中的应用被引量：35
- 2006年
- 由于股票预测是不确定、非线性、非平稳的时间序列问题,传统的方法往往难以取得满意的预测效果。本文提出一种基于时间序列的支持向量机(SVM)股票预测方法。利用沙河股份的股票数据,建立股票收盘价回归预测模型,该模型克服了传统时间序列预测模型仅局限于线性系统的情况。实验结果表明,该方法比神经网络方法以及时间序列方法的预测精度更高,可以很好的应用某些非线性时间序列的预测中。
- 彭丽芳孟志青姜华田密
- 关键词：时间序列股票预测
- 一种时态近似周期的数据挖掘研究被引量：5
- 2006年
- 研究了时态近似周期的挖掘问题,提出了近似周期模式,引进了近似精度、近似周期模式覆盖等概念及性质,提出了一个基于SOM(自组织特征映射)聚类来寻找近似周期模式的算法,实验表明算法是有效的。
- 姜华孟志青肖建华彭丽芳田密
- 关键词：数据挖掘时态型SOM
