聚类分析在地区科技进步统计监测中的应用

该文运用多元统计分析方法，通过建立优化准则，对地区科技进步统计监测模型进行了降维优化处理。经检验，降维后的新指标体系对原指标体系具有良好的替代性，从而给出在综合评价中经常遇到的由大量指标构成的模型进行优化的一种方法。该方法有助于提高综合评价建模的科学性、简明性和实践运用的可操作性。     

聚类分析技术在教学管理中的应用

运用数据挖掘工具CIementine 11.0三种聚类分析技术以CRISP-DM方法论作为指导,对山西某职业技术学院的学生成绩进行数据挖掘,希望为学校在教学管理中的培养方向、教学目标的制定提供一定的决策支持.     

聚类分析在入侵检测中的应用

在对现有的入侵检测技术研究的基础上,着重对数据挖掘技术中的聚类分析方法在入侵检测领域中的应用进行了研究。通过分析网络中数据的特点,提出了一种基于改进的k-means算法的无监督二次聚类算法,并用入侵检测权威数据集KDD Cup1999作为实验数据将其实现,实验表明,该算法具有较高的检测率和较低的误检率。     

聚类分析在教学评价中的应用

结合三门峡职业技术学院课堂教学质量评价中的实际数据,应用K-means算法对学院教师教学评价结果进行聚类挖掘,得出教学评价结果的四大类及教师间教学质量的差异,为学院教务管理部门提高教师的教学质量、优化教师队伍提供了参考.     

聚类分析在Web数据挖掘中的应用研究

聚类分析是时空数据挖掘领域近年来研究的热点问题,对于揭示要素的发展变化趋势、规律以及本质特征具有重要意义。目前,聚类分析的研究仍在初步,缺乏具有普适性的聚类分析方法。为此,本文针对从事Web开发的行业数据提出了一种时空一体化的聚类方法。该方法很好地顾及了时空数据的时空耦合、时空相关与时空异质特征,避免了过多人为主观因素的干扰,聚类结果具有较好的可靠性。     

关联规则在路由监测系统的应用

本文为了改善路由监测系统的性能,对数据挖掘中的关联规则的两个经典挖掘算法Apriori和FP-Growth进行了仔细的比较分析。结合路由监测系统的实际情况,根据超大网络数据集的特点,在两种流行的关联规则挖掘算法中选出最适合的算法。     

基于路由协议交互的域间路由动态监测

为了解决实时域间路由动态监测的问题,提出了一种基于路由协议交互的域间路由监测方法。该方法通过一个具有部分路由引擎功能的监测代理连接网络,获取网络中的路由交互信息,通过对路由交互信息的分析,监测网络拓扑的变化情况以及其他网络动态行为。在实际工作中,实现了一个基于该方法的域间路由动态监测系统,并部署于第二代中国教育和科研计算机网CERNET 2中。该方法能够实时地分析域间路由的动态性,并且几乎不会对网络和路由器造成额外的负担。     

改进的聚类分析算法在高校人力资源管理中的应用

聚类分析是数据挖掘中的一个重要技术。提出了一种改进的聚类分析算法,它基于中心距离比值指标,可以自主获得最佳聚类数和聚类结果。并针对一个真实的高校人力资源数据库集,采用改进的聚类算法对教师的现状进行客观而有效的描述,结果表明将聚类算法用于高校人力资源管理是有效的。     

数据挖掘的聚类分析方法在证券投资中的应用

本文围绕数据挖掘技术在证券投资分析中的应用展开分析,尝试发现其中有意义的数学模型来支持证券交易的应用。     

模糊聚类分析系统的研究与实现

本文提出了一个在关系数据库中实现模糊聚类的模型系统，阐述了该系统实现聚类的方法和过程，对于如何减少噪声数据的干扰、提高聚类分析的有效性和增强算法的鲁棒性等方面，进行了研究和探索。     

聚类分析在图书馆书籍管理中的应用

阐述了K-means聚类方法在图书馆书籍借阅分析中的应用,以及针对图书馆借阅数据的特点将特征聚类、无量纲化方法引入到K-means算法中.     

软件在系统聚类分析中的应用

多元统计聚类方法已被广泛应用于自然科学和社会科学的各个领域,而在现实处理多元数据聚类分析中,离不开统计软件的支持;软件由于其免费、开源、强大的统计分析及其完美的作图功能已得到越来越多人的关注与应用;本文结合实例介绍了软件在多元统计系统分析中的应用。     

基于聚类方法的民声通道共性问题研究分析

通过SPSS Clementine智能分析工具中的K-Means方法对民声通道系统原始数据进行聚类研究,发现其中存在的共性问题并进行分析,挖掘群众关注较高的突出问题,为决策者提供有价值的管理策略.     

基于遗传算法的聚类分析及其应用

通过把C-均值法中的距离平方和准则函数作为遗传算法的适应度函数，把各个聚类中心编码成染色体，来讨论一种基于遗传算法的聚类分析方法，目的是利用遗传算法的全局性来提高聚类算法找到全局最优的可能性。实验结果证明，该算法可以很好地解决某些聚类分析问题。     

数据挖掘技术在电气设备在线监测系统中的应用

介绍了电气设备在线监测系统和数据仓库与数据挖掘技术,分析了数据挖掘技术在三里变电站电气设备在线监测系统中的应用,探讨了数据挖掘步骤中两个最重要的模块——数据处理模块和预测模块,对扭转当前在线监测系统中“信息丰富、知识匮乏”的局面做了一个非常有益的尝试,并取得了较好的效果。     

基于PSO的聚类分析方法以及在PTA工业上的应用

提出了基于微粒群的聚类分析的三种算法,并对某化工厂的7018组18维数据进行聚类分析,通过适应度函数大小,收敛性能等因素的分析判定各种算法的优缺点,从而从理论上和实际上验证本算法的有效性。     

数据挖掘中聚类分析技术的研究与应用

对数据挖掘中聚类分析方法的概念、功能及其算法做了深入研究，并将其应用于学生成绩数据管理，对某高职院校学生成绩进行了数据挖掘     

基于数据挖掘的聚类分析算法研究及应用

“以学生为中心”的智能教育,旨在用互联网和人工智能辅助教学,不再局限于传统的课堂.太原师范学院紧跟时事,创立了智能教育产业学院,目的是采集、处理和分析教育数据,为相关部门提供决策依据,服务地方教育.其中,如何更高效地分析数据是一大难点,利用人工分析显然不是很好的选择,随着数据挖掘领域的发展,当中的聚类分析算法成了较好的选择.通过对聚类分析及其相关算法特性的简要论述,从多个方面系统地比较了当前这些聚类分析算法的特点和优缺点.然后,基于高校学生在校上网行为的数据,将改进的k-means算法应用于聚类分析软件SPSS中分析上网行为对成绩的影响,进一步阐述了聚类分析软件在大数据工程中的应用.     

高速公路气象监测无线传感器网络路由策略

目的 研究高速公路气象监测无线传感器网络双向数据传输、多点数据接收的路有协议.方法 针对高速公路气象监测无线传感器网络线形部署的特点,分析数据传输的要求和类型,研究现有WSN路由协议的特点,尤其是定向扩散路由协议,通过对现有路由协议的改进,提出满足双向传输的WSN路由协议.结果 提出了基于定向扩散路由协议(DD)的双向无线传感器网络路由协议(BDD),实现了高速公路气象监测数据的多点传输.结论 经仿真测试,该路由协议具有实现简单、工作可靠稳定,能满足高速公路气象监测数据双向传输的要求.