基于仿生学的空间数据挖掘技术发展与应用

,分析了仿生学应用于空间数据挖掘的必要性及可行性;阐述了神经网络、遗传算法和基因表达式编程的应用研究;探讨了空间数据挖掘仿生学方法以及空间数据挖掘仿生学方法的未来发展.     

基于决策树的分布式数据挖掘算法研究

当前，各相关学科的飞速发展，使得对计算机速度、系统可靠性和成本实效性的要求提高，这必将促使发展另外的计算机模型来取代传统结构的计算机。另外，随着计算机网络的出现以及实际应用中的要求，数据挖掘系统必须具有更好的可扩展性。分布式数据挖掘算法正是在这一背景下产生的，它是数据挖掘技术与分布式计算的有机结合。     

数据挖掘中数据预处理技术综述

数据挖掘是数据库系统和信息决策领域的前沿研究方向。论述了数据预处理在数据挖掘中的重要地位，介绍了数据预处理所包含的内容和采用的方法。     

隐私保护关联规则挖掘算法分析及研究进展

关联规则挖掘可以发现大量数据中项集之间相关联系的知识,隐私保护是当前数据挖掘领域中一个十分重要的研究问题,其目标是要在不精确访问真实原始数据的条件下,得到准确的模型和分析结果.提出了关联规则挖掘形式化定义以及它的基本算法,从关联规则挖掘角度对当前流行的隐私保护关联规则挖掘算法进行了深入浅出的分析和介绍,最后系统回顾了目前人们在数据挖掘领域中对隐私保护关联规则研究的现状,阐述了隐私保护在未来数据挖掘中的发展方向.     

用EXCEL进行模糊聚类分析

聚类分析是统计方法中多元数据分析的三大方法之一，也是数据挖掘技术研究的方法之一，本文介绍了用电子表格软件Ｅｘｃｅｌ实现模糊聚类分析的方法。     

常用数据挖掘算法的分析对比

当今社会,数据挖掘在商业领域和工业领域中所起的作用越来越大。但是随着科学技术的发展,知识也出现了爆炸式增长,在这种情况下,研究数据挖掘算法,以便根据不同的需求选择不同的数据挖掘算法,从而降低成本、提高效率成为一件刻不容缓的事。笔者对C4.5、K-means算法、贝叶斯算法、人工神经网络算法等常用的数据挖掘算法进行了研究探讨,希望能够为数据挖掘研究者们提供一些借鉴。     

基于服务质量的面向服务数据挖掘系统研究

<正>经过数十年的发展,数据挖掘领域产生了众多的算法和挖掘系统。挖掘系统作为研究的有形成果,在展示数据挖掘技术的威力、利用数据挖掘技术产生经济效益方面起着至关重要的作用。目前,各大软件厂商及研究单位都忙着推出了各自的数据挖掘系统。有的作为商业产品,功能强大,集成了数量众多的挖掘算法;有的作为科研试验软件,仅集成了一两个新颖的算     

火电厂优化运行中数据挖掘技术研究

本文简要介绍了火电厂优化运行,分析了数据挖掘技术应用模型,阐述了数据挖掘技术在火电厂优化运行中的应用,以供参考。     

基于数据挖掘技术的异常检测模型设计

以数据挖掘技术为基础,针对当前的入侵检测系统不能完整反映网络安全系统行为特征的情况,提出一种基于数据挖掘技术的异常检测模型,并给出了异常检测模型的设计过程.     

基于相似性的分布式数据挖掘

基于相似性的数据挖掘模型,主要是用于发现分布式资源之间的相似性,利用相似性,融合分布式数据库,减小数据挖掘的规模.本文主要介绍以关联规则中最大频繁项集为基础的一个相似性的度量方法,并根据对得到的相似性值的判断,来决定数据挖掘的数据源的引用规模.     

基于神经网络模式的遗传算法在CRM的数据挖掘优化研究

提出了一种有利于优化CRM的基于神经网络模式的遗传算法,在对该算法仿真研究的基础上,将其应用于CRM的数据挖掘中,用于优化BP神经网络模型的拓扑结构和连接权值,并给出了相关的遗传操作和实验结果。通过论证分析认为,该算法克服了原有几种用遗传算法优化CRM神经网络数据挖掘模型的缺点和不足,提高了数据的精度和准确性,具有广泛的应用价值。     

分类回归树算法在机械故障诊断中的应用研究

智能诊断是当前故障诊断领域的一个重要发展方向.本文结合数据挖掘技术,提出了一种故障诊断模型,首先通过异常检测方法去除数据集中的异常数据,然后通过分类回归树算法实现故障的诊断预测,实验结果对比与直接进行诊断预测,精度有了很大提高.     

基于服务质量的面向服务数据挖掘系统研究

经过数十年的发展,数据挖掘领域产生了众多的算法和挖掘系统.挖掘系统作为研究的有形成果,在展示数据挖掘技术的威力、利用数据挖掘技术产生经济效益方而起着至关重要的作用.目前,各大软件厂商及研究单位都忙着推出了各自的数据挖掘系统.有的作为商业产品,功能强大,集成了数量众多的挖掘算法;有的作为科研试验软件,仅集成了一两个新颖的算法,功能有限.绝大部分的数据挖掘系统采用C/S的两层结构,用户需要安装庞大客户端,使得安装和维护都十分不方便.     

基于决策树的分布式数据挖掘算法研究

一、引言 当前,各相关学科的飞速发展,使得对计算机速度、系统可靠性和成本实效性的要求提高,这必将促使发展另外的计算机模型来取代传统结构的计算机.另外,随着计算机网络的出现以及实际应用中的要求,数据挖掘系统必须具有更好的可扩展性.分布式数据挖掘算法正是在这一背景下产生的,它是数据挖掘技术与分布式计算的有机结合.     

数据挖掘技术在电子商务中的应用

介绍了电子商务与数据挖掘技术,研究了在电子商务中的数据挖掘对象以及数据挖掘技术的应用.     

数据挖掘的分析与探索

数据挖掘在越来越多的领域中得到广泛应用。本文主要描述数据挖掘的基本概念和过程,分析了传统数据挖掘技术和现代数据挖掘技术及其应用,以及数据挖掘的研究现状和未来的发展趋势。     

数据仓库的研究

介绍了数据仓库的体系结构、相关技术和数据分析技术,分析了数据仓库的两个重要应用——OIAP和数据挖掘的功能和实现中的相关技术和方法,对数据仓库研究的现状和发展方向进行了介绍．     

ID3算法在构件库中的应用

随着人们对数据挖掘理论知识的不断研究和探讨,数据挖掘技术和应用领域日趋成熟和广泛。在数据挖掘技术中,决策树方法是用于分类和预测的重要方法之一。本文对决策树构造方法中最为常用的ID3算法进行分析和研究,并将ID3算法在构件库中进行应用,证明了决策树分类方法在构件库领域中的应用前景。     

数据挖掘技术在情报学领域的应用

通过对数据挖掘概念的阐述,综合多个学者的定义,提出了数据挖掘的初步定义。对数据挖掘技术的发展过程进行了详细的梳理,对发展现状进行了分析,本文最终指出了数据挖掘技术在情报学领域的应用研究成果及存在的问题,这对认清其发展趋势很有必要。     

数据挖掘中的数据清理技术概述

随着信息技术的发展,每天都会产生海量数据,我们正处于一个知识爆炸的大数据时代。大数据受到企业界、科技界、政府等各行各业的高度重视。面对庞大的数据集群,需要用数据挖掘的方法来从众多数据中找到隐藏信息。无论在数据分析还是数据挖掘过程中,数据预处理都处于重要地位,占据数据挖掘过程总工作量的60%～80%,数据预处理过程决定着数据挖掘结果的准确性和有效性,而数据清理在数据挖掘中具有重要作用。本文针对各数据挖掘中数据格式不统一、数据清理过程不完善、冗余数据繁多及数据挖掘任务对数据类型的要求不同等问题,探讨了数据清理的基本概念、作用、方法和其中几个关键技术。