面向领域的数据驱动自主式知识获取模型及实现

数据挖掘是一个非常有用的工具,通过它能够从大型数据库中发现知识.目前,众多研究者将其主要研究工作放在了数据挖掘的模型与方法等工程技术问题上,对于数据挖掘的一些基础理论问题却研究不足.通过对数据挖掘基本理论的研究,提出了面向领域的数据驱动自主式知识获取模型.并通过一系列数据驱动自主式知识获取算法验证了该模型的有效性.     

数据挖掘在设备故障诊断专家系统知识获取中的应用

随着设备故障诊断专家系统的广泛应用,知识获取逐渐成为专家系统乃至其他知识系统的一个＂瓶颈＂问题。文章基于数据挖掘的涵义和功能模型,分析了在设备故障诊断专家系统知识获取中应用的可能性,研究了数据挖掘的一般流程,并总结了常用算法及工具。     

多智能体技术在基于双库协同机制的知识发现KDD*模型设计中的应用

KDD^*模型是基于双库协同机制的知识发现新模型，是结构化数据挖掘领域研究的一个新的分支。为了进一步提高KDD^*的智能性，设计了一个基于Multi-agent技术的智能数据挖掘系统，利用多智能体技术，实现了数据预处理，数据挖掘，知识的自动获取，基础数据库与知识库的同步进化与协调，知识的评价与表示等功能。     

入侵检测中的数据挖掘分析方法

入侵检测随着网络的发展而受到人们的重视。数据挖掘技术旨在从大量的数据中提炼出抽象的知识,揭示出蕴含在这些数据背后的客观规律,实现知识的自动获取。将数据挖掘与入侵检测结合起来能够提高入侵检测系统的智能性、准确性和检测效率。文章论述了数据挖掘分析方法在入侵检测中的应用,给出一种基于数据挖掘的入侵检测系统模型。     

Data Mining as an Enabler for Customer Data Driven Vehicle Development

对于汽车等面向消费者的行业,数据驱动的产品开发是一项关键的系统工程。数据驱动方法的前提是数据本身,由于现代车辆的联网能力不断提高,使得汽车制造商能够以内部总线信号的形式记录并储存客户数据。由于这些数据并不用于外部,只用于内部通信以保证车辆的安全性和功能性,这给这些数据的应用带来了一定的困难,因此汽车行业的主要问题在于如何利用数据挖掘技术从这些数据中提取客户需求及相关信息。为此,对上述数据应用问题进行了文献调研,并在此基础上开展数据挖掘的模拟研究,以确定现有数据挖掘过程在需求获取领域的适用性;进而提出一种扩展程序,使得数据挖掘技术能够应用于相关客户数据之中,从而加快车辆开发的进程。     

数据挖掘方法的评述

决策离不开知识,从数据库中采掘知识,是解决从大信息量中获取有用知识的有效途径.但是在实际数据库中,数据的复杂性(如信息量大、噪声等)对数据挖掘方法提出了比机器学习更高的要求,这方面的研究正受到越来越多的关注.本文就当前数据挖掘的几种主要方法,即神经网络、决策树、粗集和云模型等方法的研究现状进行了评述,指出其存在的问题.从总体上看,这些方法都有局限性,但它们的有机组合具有互补性,多方法融合将成为数据挖掘的发展趋势,最后指出数据挖掘方法面临的挑战.     

数据挖掘在多塔蒸馏故障诊断专家系统中的应用

知识获取是专家系统乃至其他知识系统的一个“瓶颈”问题。分析了多塔蒸馏专家系统中知识获取过程中存在的困难,探讨了将数据挖掘技术应用到专家系统,从而实现知识自动获取,给出了相关模型,同时提出了有待解决的问题。     

基于数据挖掘的人力资源故障诊断技术

为了提高人力资源管理中的故障诊断效果,文章将数据挖掘的原理和方法与人工智能的原理和方法相结合,构造了人力资源智能故障诊断系统的总体结构模型,设计了交叉决策树和多交叉决策树相结合的数据开采方法,将数据挖掘与人工智能的专家系统有机地结合起来,有效地解决了知识自动获取的问题。     

数据挖掘的粗集方法研究

数据挖掘的方法和技术很多,其中粗集理论在知识获取中得到了广泛应用,它可对不完整数据进行分析和归纳,从中发现知识.通过分析数据挖掘的含义及粗集理论的概念,讨论了数据挖掘的粗集方法.     

贵州少数民族舞蹈数字化保护与传承

本文通过采用光学式运动捕捉技术获取少数民族舞蹈的运动数据并进行动作编辑,利用3DSMAX对舞蹈者、服饰等复杂模型建模,并利用运动捕捉系统得到的运动数据驱动模型,生成数字化运动模型,研究了OPENGL的运行机制,结合3D SMAX与OPENGL各自的优点,实现对舞蹈动作的人机交互控制。     

Domain-oriented data driven data mining:a new understanding for data mining

Recent advances in computing, communications, digital storage technologies, and highthroughput dataacquisition technologies, make it possible to gather and store incredible volumes of data. It creates unprecedented opportunities for largescale knowledge discovery from database. Data mining is an emerging area of computational intelligence that offers new theories, techniques, and tools for processing large volumes of data, such as data analysis, decision making, etc. There are many researchers working on designing efficient data mining techniques, methods, and algorithms. Unfortunately, most data mining researchers pay much attention to technique problems for developing data mining models and methods, while little to basic issues of data mining. In this paper, we will propose a new understanding for data mining, that is, domainoriented datadriven data mining (3DM) model. Some datadriven data mining algorithms developed in our Lab are also presented to show its validity.     

基于3DM的B2C客户分类算法

任何高效的客户关系管理都是以扎实的客户分类为基础,然而电子商务中所搜集到的客户信息往往具有海量、高维度和不完备等特点,传统的客户分类方法很难适合B2C客户数据的分类。研究表明,数据挖掘的实质是知识在不同形态下的转换过程,面向领域的数据驱动的数据挖掘理论(3DM)能将领域知识、先验知识和数据本身的特点有机结合。以电子商务B2C客户数据为例,设计了基于3DM的客户分类算法,通过实例表明,该算法能较好地解决B2C客户数据的分类问题。     

现代远程教育个性化Web挖掘研究

从Web上异质的、非结构化的数据中发现有用的知识或者模式是目前数据挖掘研究中的一个重要内容。Web挖掘就是从Web文档和Web活动中抽取感兴趣的、潜在的有用模式和隐藏的信息。介绍了Web挖掘基本情况,在此基础上对基于Web的文本挖掘进行了分析研究,给出了一个基于Web的文本挖掘的结构模型图。重点介绍了网页聚类算法,实现了远程教学的按需学习和因材施教的要求。提出了一个基于Web挖掘的智能化、个性化的现代远程教育系统结构模型。     

基于粗糙集理论的数据挖掘研究

数据挖掘的技术很多,其中粗糙集理论得到了广泛的应用。粗糙集理论是一种研究不完整、不确定知识处理的数学工具,它可对不完整的数据进行分析和归纳,从中发现知识。本文介绍了数据挖掘基本概念,阐述了粗糙集理论的基本思想,探讨了基于粗糙集理论的数据挖掘方法。     

知识服务驱动“一带一路”防灾减灾

 “一带一路”沿线是地震、干旱、洪水等灾害的高发区域，防灾减灾需求强烈，但关于该区域的防灾减灾数据和信息服务能力相对滞后。面向防灾减灾知识服务需求，阐述了知识服务的起源和知识服务系统的主要特征，构建了以全球灾害元数据库、防灾减灾知识网络和知识服务系统门户为核心的防灾减灾知识服务框架，建立防灾减灾知识服务系统，并分析了灾害元数据标准、灾害数据产品、灾害知识应用、灾害案例共享等基础应用。重点介绍了目前防灾减灾知识服务系统在“一带一路”沿线地区的典型应用，包括孕灾环境基础数据知识服务应用、耕地干旱水平时空展示专题知识应用、蒙古国孕灾环境土地覆盖全要素数据服务知识应用、中蒙俄经济走廊主要历史灾害知识应用和中蒙俄经济走廊草地产草量知识应用。从基于知识组织的灾害数据管理、基于数据共享的灾害资源导航、数据驱动的灾害信息产品、人工智能在防灾减灾中的应用、面向应急的快速灾害制图和社交媒体灾害数据挖掘6个方面进行了知识应用展望。     

可拓知识与可拓数据挖掘

规范了可拓信息与可拓知识基本概念,即在信息和知识的概念上扩充了变化的信息和变化的知识;明确了可拓数据挖掘概念以及可拓推理新概念;证明了可拓数据挖掘两个定理和可拓推理公式;提出的从挖掘静态知识的数据挖掘扩展到挖掘变化知识的可拓数据挖掘,为数据挖掘开辟了新的研究方向,并通过实例进行了说明。     

数据挖掘技术浅析

本文主要概述了数据挖掘理论知识。首先从数据挖掘与知识发现的交叉关系角度讨论了数据挖掘的概念;然后,在对数据挖掘功能作了简单介绍的基础上,分析了基于统计学、基于机器学习、基于数据仓库和基于神经网络的四类数据挖掘方法的基本原理、特点。最后,给出了比较和评价挖掘方法的参考标准。     

空间数据库的数据挖掘

分析了传统数据挖掘方法面临的问题,介绍了空间数据挖掘的基本特征和空间数据库的知识发现过程,论述了几种空间数据挖掘的方法。