数据挖掘在体育领域中的应用研究综述

随着计算机技术的发展,数据挖掘作为快速有效地从海量数据中提取信息的工具得到了日趋广泛的应用.本文立足于数据挖掘的新兴应用领域--体育领域,综述了数据挖掘在体育产业、体质数据及竞技体育中的应用,为数据挖掘在体育中的进一步应用研究提供了参考.     

面向大数据的时空数据挖掘综述

时空数据挖掘是数据挖掘领域的前沿研究课题,正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据,揭示时空数据中的有价值知识.本文以时空大数据为背景,介绍数据挖掘技术产生的背景与发展、时空数据挖掘的研究现状、研究内容、应用领域、面向大数据的时空数据挖掘系统架构以及实现技术,为相关领域的研究者提供参考.     

数据挖掘技术及其所面临的问题

数据库系统、数据仓库和WWW已经成为信息处理系统的主流。海量数据的处理问题使知识发现和数据挖掘 (DataMining)成为目前网络数据库研究、开发和应用最活跃的分支之一。数据挖掘是一个多学科交叉领域 ,被认为是信息产业 2 1世纪最有前途的学科。本文主要介绍了数据挖掘有关概念及其发展 ,并对数据挖掘面临的相关问题进行了研究与探讨     

高等院校大学生的生活习惯与健康体质研究

运用问卷法、访谈法等对衡阳师范学院学生的生活习惯以及学生对健康体质的理解等方面的实际情况进行调查和研究,以《学生体质健康标准》为依据,测试身体形态、身体机能和身体素质三个方面的数据,建立数学模型,探寻能够使大学生健康成长的有效途径和方法。     

数据挖掘技术及其应用研究

数据库—数据仓库技术和网络技术的迅猛发展 ,使我们积累了越来越多的数据 ,如何对这种海量数据进行深入分析和利用 ,并从中发现有用的知识 ,已成为信息化社会所面临的重要问题 .探讨近年发展起来的海量数据处理技术—数据挖掘的概念、任务、方法、过程 ,以及数据挖掘在有关行业中的应用 ,说明了在高校相关专业中开设数据挖掘课程的必要性     

利用大数据制作学生运动处方

科技在发展,时代在进步。高科技的发展将我们带入了人工智能时代,在这个时代,大数据已经成了人们生活的一部分,并且人们也在将其运用到了教育领域。该研究主要是针对大数据在我国的体育教育事业中的应用,主要研究如何利用大数据为我国学生制作运动处方,提高我国学生体质。大数据在学生健康体质测试中起到了非常重要的作用,具有巨大的价值。根据大数据可以的分析可以给每一个学生制作符合自身体质的处方或者针对自身健康发展的建议和意见。     

数据挖掘在教育信息化中的应用

数据挖掘是从海量数据中抽取潜在知识的过程,在商业、金融等领域已得到了广泛的应用,而对于国内高校应用这一新兴技术只是刚刚起步。文章阐述了数据挖掘的相关概念,提出了数据挖掘在教育信息化中应用的必要性,并从教学层面概括了数据挖掘在教育中的应用,深入分析了应用数据挖掘技术面临的困难。     

浅议学生体质下降的原因及对策

本文采用文献资料法、专家访谈法与调查研究等方法对大学生体质测试态度进行调查。并根据中国学生体质健康网2000年全国学生体质健康调研结果分析、2002年学生体质健康监测报告、2005年全国学生体质健康标准数据统计分析报告、2006年全国学生体质健康监测结果，发现最近几年来我国高校学生体质现状不容乐观，大多学生的体质明显呈现下降趋势，为此初步提出了改进学生体质状况的几点建议。     

基于数据挖掘技术的青少年健康心理状况研究

目前海量的数据存储已远超过了人们的理解能力，尤其是现代医学数据量越来越大，而传统的统计技术及数据管理工具已经不能满足需求。知识发现及数据挖掘工具在处理海量数据库时显示了它们的长处。介绍了数据挖掘的概念和方法及其在青少年健康心理状况研究中的应用。     

面向飞机PHM的大数据分析与人工智能应用

针对新一代电子产品密集型的飞机,其系统结构和失效机理复杂、失效模式多样,传统的方法难以对其进行有效健康管理的现状,因此提出了基于海量数据挖掘的飞机PHM研究。首先从系统结构、服役环境、数据来源与存储方式等角度分析了新一代飞机对海量数据挖掘的应用需求;其次论述了基于海量数据挖掘的关键技术,包括数据的预处理、集成管理、聚类、分类、关联、预测等;最后提出了一种基于私有云的飞机PHM海量数据挖掘平台,详细阐述了该平台的总体框架和软硬件结构,该平台为飞机PHM提供了验证平台,对促进飞机PHM的集成与工程化实现具有重大的军事应用意义。     

基于健康档案数据仓库的数据挖掘技术

健康档案数据仓库的存储模型支持数据共享与交换、数据挖掘与分析.使用数据挖掘技术可以在海量的信息数据仓库中提取隐含的、潜在的、有价值的数据进行分析.利用Microsoft决策树算法的线性回归算法对数据进行慢性病诱因的数据挖掘具有重要的参考价值.     

Web挖掘与粗糙集模型研究

Web上有海量的数据信息,怎样对这些数据进行复杂的应用成了现今数据库技术的研究热点。数据挖掘就是从大量的数据中发现隐含的规律性的内容,解决数据的应用质量问题。充分利用有用的数据,废弃虚伪无用的数据,是数据挖掘技术的最重要的应用。     

电力信息化中的数据挖掘

我国电力信息化已经初见成效,但其中海量的信息资源存在数据结构混乱、数据应用层次浅、未能被充分利用等情况。本文提出了整合企业现有的各种主要应用系统,利用XML良好的数据结构性和网格技术,为各个异构数据源建立一个数据共享平台,再用网络数据挖掘技术作为一个有力工具,使之产生更大的社会和经济效益。同时结合我国现状,总结了对数据挖掘影响较大的几种因素及其相关对策。     

基于XML与Web的数据挖掘

Web上有海量的数据信息,怎样对这些数据进行复杂的应用成了现今数据库技术的研究热点.数据挖掘就是从大量的数据中发现隐舍的规律性的内容,解决数据的应用质量问题.充分利用有用的数据,废弃虚伪无用的数据,是数据挖掘技术的最重要的应用.     

遥感影像关联规则数据挖掘

随着遥感影像的应用越来越广泛，从海量数据的遥感影像中智能化提取有用信息正在被广泛地研究，这就是数据挖掘技术问题，借用一个简单的实例研究了数据挖掘技术中的关联规则理论在遥感影像属性提取中的应用，应用Apriori算法提取了植被、坡度、降雨、山火之间的关联，为相关的决策支持提供了参考．     

基于云计算平台的海量数据挖掘技术在塑料电子商务平台中的应用

通过对云计算平台相关技术和海量数据挖掘技术进行分析,结合塑料行业目前的电子商务平台应用情况,以及发展电子商务数据挖掘、商业智能应用面临的问题,采用Hadoop和Mahout等云计算技术构建海量数据挖掘、商业智能分析系统,并应用到塑料电子商务平台中。     

一种改进的基于概念格的数据挖掘算法

为解决多维数据模型与关系数据模型之间的双向数据系统查询、数据清洗、数据转换、实现集中和分发数据的准确性与一致性等问题,通过对概念格的相关研究,将全局数据挖掘与局部数据挖掘相结合,提出一种改进的基于局部信息的全局概念格的数据挖掘算法,并将挖掘过程分解为ETL(Extraction-Transformation-Loading)动作,结合ETL处理工作流,实现并行分布式海量数据的时序挖掘。实验证明,该算法对增强数据加工能力具有一定的实用性。     

数据挖掘中关联规则及聚类并行算法研究

数据挖掘在各行业发挥着越来越重要的作用,随着数据挖掘中数据量的高速增长以及大规模计算在数据挖掘中的应用,挖掘算法处理海量数据的能力问题日益突出。研究并行算法是解决这一问题的有效途径,该文对常见的数据挖掘关联规则及聚类并行算法进行了研究探讨。     

数据挖掘在中国的现状和发展分析

数据挖掘作为人工智能与数据库分析研究的新领域,近些年来,数据挖掘技术理论和应用研究得到了进一步的发展,并引起了国内外研究人士的高度关注。而随着计算机对数据的采集、处理、存储能力的不断提高,数据量也在不断增加,传统数据分析工具难以满足现如今的数据处理需求,数据挖掘技术在这种形势下诞生了。中国科研人员对数据挖掘进行几年的研究,并在理论研究与实际应用方面获得了一定的成绩,但是相关数据挖掘技术成功的应用还是偏少。笔者从阐述数据挖掘技术的相关概念入手,分析了数据挖掘在我国的研究现状,并探讨了数据挖掘在我国未来的发展方向。     

中学生体质现状实施分析及对策研究

1.研究目的 通过对当前学生体质状况作出宏观的掌握,从而对国家学生体质健康标准的实施现状作出判断,发现成功的经验与在实施过程中遇到的问题与难点,对标准的进一步实施提出对策提供科学的依据。2.研究方法2.1数据分析法根据本次调查收集上来的2007年、2008年江苏省《国家学生体质健康标准》测试数据、2009年湖北黄石二中学生体质健康数据、2010年苏州市普通高中高三学生身体素质抽测结果、江苏省部分高校2009级新生身体素质测试结果、张家港市2007、2008、2009年《国家学生体质健康标准》统计表、2009年南京九中体质健康测试数据、