集中供热管理数据挖掘系统

基于数据挖掘技术，以集中供热管理为研究对象，提出了关联数据挖掘的设计思想及实现方法。采用了属性构造法进行数据预处理，建立了数据挖掘模型，实现了关联规则算法，并对挖掘结果进行解释与分析。分析表明：对于供热系统的温度、压力和流量，其热量消耗应满足最小支持度和最小置信度阈值。     

基于Hadoop框架和ARIMA算法的气象预测系统研究

对气象数据挖掘和ARIMA预测算法进行分析,构建了基于Hadoop的气象数据挖掘平台,并在该平台上设计实现了基于ARIMA算法的气象预测系统.实验结果表明,该气象预测系统具有易扩展性、易维护性和对海量气象数据的高效管理特性,实现了气象预测功能.     

基于算法适用知识的挖掘算法选择交互系统

为具体挖掘任务选择合适的挖掘算法需要用户对挖掘任务、各种挖掘算法和数据特征都非常熟悉,一般用户是很难达到这个要求的.针对以往研究的系统存在实现困难、不能适应动态添加算法等不足,文中形式化表示数据挖掘算法的适用知识,并基于此设计算法选择交互问题和选择逻辑,实现了一个易于实现的数据挖掘算法选择交互系统.实例验证了系统的有效性.     

一个地震数据挖掘网格及其作业调度

基于网格建立地震数据挖掘平台,充分利用网格中现有的资源和研究成果,可以减少系统开发、升级及维护的费用,提高系统可伸缩性;同时还能有效地提高对大量数据信息的处理能力,从而提高数据挖掘的速度.该文介绍了一个基于网格构建的地震数据挖掘平台,着重论述了其中的作业调度策略,并针对作业调度中面临的各种问题,设计并实现了一个能适应资源动态变化的JRA作业调度算法.     

聚类分析在路由监测系统的应用

本文设计一种基于数据挖掘的路由监测系统。系统通过被动的监听模式对网络数据进行采集。通过数据挖掘实现实时网络拓扑生成、拓扑比较等功能。为了提高数据挖掘的效率，改善路由监测系统的性能，本文还对数据挖掘中的聚类算法进行了深入的研究，根据超大网络数据集的特点，提出了一种K-Means算法的改进算法。     

基于G4ICCS系统的数据挖掘并行算法

针对传统决策树SPRINT（Scalable Parallelizable Induction of Decision Trees）算法不能处理海量地学数据挖掘的问题, 设计实现了基于G⁴ICCS(Geology Geography Geochemistry Geophysics Information Cloud Computing System）的决策树并行分类算法PSPRINT。该算法使用哈希表存储连续属性分割点两侧的数据记录, 为并行节点的分割提供依据, 在MapReduce架构下解决了海量地学数据挖掘问题。实验结果表明, 在模拟的云计算环境下, 决策树并行算法可以处理海量地学数据分类问题, 并获得较好的稳定性和较高的处理速度。     

基于权重的Jaccard相似度度量的实体识别方法

社会网络分析方法将社会行动者映射为图的节点,社会行动者之间的关系映射为图的边,然后利用图论的相关知识来解决社会网络问题.将数据挖掘方法应用于社会网络分析是数据挖掘研究领域的一个新方向.本文主要在算法改进和系统实现层面展开数据挖掘在社会网络分析中的应用,提出了基于权重的Jaccard相似度度量的方法及处理多链接属性的实体识别算法.最后基于电信分析系统平台,使用上述算法在电信数据集上进行测试,实验结果表明上述算法的有效性和实用性.     

关联规则的哈希修剪算法研究

关联规则是数据挖掘的一个基本方法,本文首先介绍传统的Apriori算法的过程,分析它在处理大数据集时存在的问题.提出关联规则的一种改进算法,称为哈希修剪算法.然后比较改进的算法与传统的Apriori算法在算法时间复杂度、性能上的差异.通过实验得出,哈希修剪算法在数据挖掘中能够更加有效的处理数据.     

数据挖掘技术在电力管理和分析中的应用

作为一种数据分析方法和技术,发现潜在的信息,大量的信息,数据挖掘已成为社会关注的焦点.在电力行业的信息化建设进程中,有大量历史数据,采用数据挖掘技术来研究和发展是刻不容缓,分析决策系统需要解决在电力运行管理中存在的关键和突出问题企业.本文提出了详细的数据挖掘算法分析.基于电力管理分析的特点,重点讨论了聚类分析算法.基于电力数据管理分析系统,数据挖掘技术在本文设计的过程采用混合型数据并获得良好的挖掘效果.聚类对电力客户数据分析可以得到很好的分类,有助于预测顾客的购买行为.     

两种基于关联规则的挖掘算法在电子商务中的改进

本文提出了商业应用系统中进行数据挖掘的改进的Apriori算法和对点击流数据进行挖掘的多支持度的关联规则方法,并结合具体数据进行了分析。改进了算法,在实践中可以有效地提高系统数据挖掘的效率。     

基于三维GIS技术的地震监测系统分析演示平台设计

针对目前地震系统在监测数据无法详细立体展现的缺点,本文在传统2D-GIS技术的应用基础上,将3D-GIS技术引入地震相关数据的处理中,设计出一款基于3D-GIS技术的地震监测系统分析演示平台。通过分析3D-GIS技术的数据处理原理,给出地震监测系统分析演示平台的总体方案,并详细说明了系统基本组成的功能,给出数据库数据引用规则及数据应用指标。最后应用所设计的3D-GIS技术的地震监测系统分析演示平台,对所采集的实际数据进行处理并给出了实际效果图。     

数据挖掘与智能化信息处理研究

数据挖掘(Data Mining)是智能化信息处理中一个很有价值的课题，它融合了数据库、人工智能、机器学习和统计学等多个领域的理论和技术。本文介绍数据挖掘系统的体系结构、数据挖掘的任务、方法及应用，讨论了数据挖掘研究的发展趋势。     

海量数据处理过程中数据挖掘算法的应用

信息时代的快速发展带来的是信息总量呈现几何级数的增加,而海量数据的存储和分析处理对计算机硬件能力和数据分析能力都是一个极大的挑战．数据挖掘算法是针对于大批量数据处理而提出并逐步发展起来的,基于完备的数据库技术,可以在云计算算法、矩阵压缩算法和并行关联算法的基础上,进行算法集成,能进一步提高数据挖掘的速度、精度和时效性,在实际海量数据的处理过程中有较好的适应性,为海量数据处理提供了新的技术分析方法．     

数据挖掘与统计理论

随着数据库技术的不断发展和数据库系统的广泛应用，数据库中存储的数据量急剧增大，迫切需要新的计算理论和工具帮助人们从大量信息中抽取有用信息，即知识，数据挖掘学科的诞生正是适应这一需要．传统数据分析工具数理统计无疑在这一学科中扮演着重要角色，阐述数据挖掘的主要任务及统计理论在各任务中的应用，旨在更好结合统计理论探讨数据挖掘，更好发挥数理统计理论在数据挖掘中的作用．     

供水管网GIS中空间数据挖掘的研究与应用

以地理信息系统(GIS)为基础,详细讨论了数据挖掘、空间数据统计技术在城市供水管网维护中的应用,并针对空间数据库中数据的挖掘方法进行了分析和研究,实现了利用空间数据库中数据的挖掘方法对城市供水管网的维护.     

剧场设备信息管理分析系统的研究

为了实现对剧场设备信息的统一管理,并对已有数据进行相关的分析,本文结合数据挖掘技术和数据库信息管理技术,针对剧场设备信息管理分析系统进行分析研究,提出了整个系统的功能模块和实现方法.本文的研究对剧场设备的统一管理、行业分析和制定发展规划具有一定的理论意义和实用价值.     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术,本文介绍数据挖掘系统的体系结构、数据挖掘的方法及应用。     

基于DM和OLAP的地理信息决策支持系统研究

研究在应用程序中融合使用数据挖掘(DM)和联机分析处理技术(OLAP)的方法,在此基础上提出了一种基于DM和OLAP的决策支持系统(DSS)的结构,研究了基于SQL Server数据挖掘的三种解决方案,将DM算法和OLAP集成到DSS中,并应用于地理信息系统(GIS)的数据处理和模式识别,以实现船舶跟踪和航线优化．     

数据仓库技术在企业设备管理系统中的应用

综合应用数据仓库技术和数据挖掘技术开发企业设备管理系统，提出了设备管理系统数据仓库的体系结构，比较了基于传统数据库和基于数据仓库决策分析的性能，详细地介绍了设备运行维护的信息系统。     

三维地质建模在煤矿地质可视化中的应用分析

煤矿智能化发展是煤炭行业未来发展的大趋势,三维地质建模及其可视化技术促进了地质资料信息的管理和共享,在煤炭行业的应用非常广泛且具有极其重要的意义。三维地质建模及其可视化技术可以对地质体的透明化勘探、煤矿的成矿预测、储量估算等进行精细化的指导,确保煤矿的采掘、通风系统的设计以及智能化开采的科学性,直观化灾害事故反演、地表环境监测、生产智能化管控等,减少勘探和开采的风险,能够大大提高煤炭开发的效率。本文对三维地质建模及其可视化技术在煤矿中的应用现状进行了总结,归纳了目前其在矿产领域的研究方向与相关软件的使用情况,介绍了地质数据和巷道数据的获取处理和建模技术,以及在各应用领域的具体进展,最后结合煤炭精准智能开采的发展趋势,针对三维地质建模技术在助力煤矿智能化发展方面的具体问题提出了思考和认识。