謝楠楨;
頁: 25-51
日期: 2005/04
卷期: 12(2)
關鍵字: 資料探勘;叢集劃分;自我組織映射圖網路;模糊關聯規則;模糊重組關聯;真實值;
Keywords: Data mining;cluster partitioning;self-organizing map SOM;fuzzy association rule;fuzzy resemblance relation;truth value;
摘要: 本研究將提出一種適用於醫療資料庫探勘之四階段作業程序，以改善現有關聯規則(association rule)資料探勘研究中常見，如所發掘之關聯規則語意不清晰、關聯規則重複，以及因傳統關聯規則「支持度＼信賴度」機制的限制，造成遺失有意義的規則等問題。為使發掘之關聯規則語...

引用     導入Endnote

施東河;
頁: 211-235
日期: 2004/04
卷期: 11(2)
關鍵字: 自我組織映射圖;k-medoids群集;電子郵件病毒偵測;電子郵件病毒;
Keywords: self-organizing maps SOM;K-medoids;email virus detection;anti-virus;
摘要: 現今最重要的網際網路安全威脅議題之一，便是透過電子郵件為傳播媒介的惡意電子郵件病毒與網路蠕蟲，這些病毒與蠕蟲每年以數千隻的比率在成長，構成的一連串的安全威脅。現今的防毒軟體大都以找出病毒特徵碼的方式來防範新的電子郵件病毒，但在新的電子郵件病毒特徵碼尚...

引用     導入Endnote