[TiMing]：JiYuShuJuCangKuJiShuDeJueCeZhiChiXiTongDeSheJiYuShiXian
[作者]：魏名元[ZuoZhe]：WeiMingYuan[专业]：计算机应用[ZhuanYe]：JiSuanJiYingYong
[导师]：王恩德[DaoShi]：WangEnDe[学位]：硕士[XueWei]：ShuoShi
[单位]：吉林大学[DanWei]：JiLinDaXue
[关键词]：数据仓库技术;决策支持系统;系统设计
[时间]：20000501[页数]：56页[点击]：20046[分类号]：TP392[语种]：中文文摘[来源]： 毕业论文
[文摘]：该文较为系统地介绍了决策支持系统(DSS)的发展过程、组成部分,并对DSS系统所涉及到的相关技术如数据仓库、数据挖掘等做了详细论述,在此基础之上,设计并实现了一个具体的决策支持系统.在阐述了决策支持系统的各个组成部分之后,该文应用决策树、规则归纳、C5等算法,实现了一个DSS系统,提出并完成了一个改进的聚类算法.传统系统聚类算法仅限于样本聚类,在聚类指标过多并且指标之间存在依赖关系的情况下正确度不高,而作者提出的多重聚类在一定程度上解决了这一问题.它将样本聚类与变量聚类结合起来,在被考察样本的指标个数较多时有着较高的准确性.在实际中,单纯的样本聚类有时并不准确,其主要原因是忽视了不同指标间也存在着一定的关系.克服这种缺点的途径之一是先将指标按一定的规则分成若干类别,对包含每一类别指标的样本数据分别进行聚类,然后对聚类结果进行二次聚类.多重聚类的结果很好地指导了决策的制定,取得了预期的效果.
[上一条]：化学法与酶法相结合合成细胞粘合因子RGD的研究
[下一条]：源于五步蛇蛇毒的类凝血酶研究