基于云模型的水闸泵站远程监测数据挖掘分析

为提高水闸泵站监测的预测预警能力,考虑到影响水闸泵站安全的多因素性和监测数据量庞大的特点,提出了一种将云模型与改进Apriori算法相结合的水闸泵站监测数据关联规则挖掘方法。首先建立监测数据属性空间,利用逆向云模型实现属性空间的软划分,将监测数据离散化。为避免传统Apriori多次扫描数据库时间长的缺点,采用二进制存储数据并通过"与运算"获取频繁项集;考虑到数据的动态增加,采用增量更新方法对规则进行更新。最后以某市水闸泵站的监测数据分析为例,验证了所提方法的有效性。     

基于云模型的关联规则挖掘方法

目前对关联规则的研究主要集中在对布尔型属性关联规则的挖掘,本文引入基于云模型进行数据量型属性关联规则的挖掘的方法,并定义云关联规则“如果Ｘ是Ａ则Ｙ是Ｂ”,其中、Ａ、Ｂ分别是属性Ｘ和Ｙ中由云模型描述的概念。利用这种方法得到的关联规则更容易让人理解,也克服了传统划分边界过硬的问题,在此基础上,定义了在挖掘云关联规则中支持率、可 和相关性的计算公式,并阐明了它的一般性,即传统的硬划分及经典的布尔型属性关     

基于云模型的定性评价方法

基于自然语言的定性评价在人类活动中有着广泛应用.逆向云能有效实现从定量数值到定性概念的转化,用3个数字特征表示定性概念.概念提升操作可以将用数字特征表示的原子概念组合成粗粒度的综合概念.通过儿童健康发育状况评测实例,验证基于逆向云和概念提升的定性评价方法的实用性、全面性和有效性.     

基于Hadoop云平台的空间属性数据挖掘技术研究

为了提升数据挖掘效率,为众多空间数据应用领域提供数据支撑,提出基于Hadoop云平台的空间属性数据挖掘技术：利用分布式编程模型MapReduce和Hadoop分布式文件系统构建Hadoop云平台,在云平台中实现分布式计算、数据挖掘、业务响应以及用户交互;其中数据挖掘层利用归一化变换将空间数据与属性数据调整为正态分布并统一量纲后,采用快速独立成分分析算法去噪处理变换后数据;依据贝叶斯分类理论以及极大后验和似然假设构建朴素贝叶斯分类器,将去噪处理后的数据作为分类器输入,完成空间属性数据挖掘。试验结果表明该技术应用在农业生产中,可以增加经济效益,数据经去噪后峰值信噪比与结构相似性较高,可有效挖掘城市空间属性数据,且具有较高数据挖掘速度。     

基于GIS的空间数据挖掘技术

如何从海量数据中提取对人们有价值的信息已经成为一个非常迫切的问题。本文从地理信息系统(GIS)方面研究了如何解决这个问题，介绍了空间数据挖掘(SDM)的理论、方法和一般处理过程，并给出了基于GIS的空间数据挖掘的框架结构。     

基于云模型理论改进的贝叶斯分类算法

基于云模型理论对朴素贝叶斯分类器进行了改进,使得分类器能够处理语言中的一些模糊值,扩展了朴素贝叶斯分类器的应用范围.使用UCI鸢尾花数据集对算法进行了实验仿真和结果分析.结果表明,改进后的分类算法在一定程度上提高了分类精度.     

基于云模型的时间序列预测

在日常生活中广泛存在着各种时间序列数据,发现时间序列知识、对时间序列进行预测正成为数据挖掘与知识发现的重要内容.首先提出了基于云模型的时间序列预测机制,该机制以云理论为知识表示的理论基础,提出了两种预测知识:准周期变化规律和当前趋势,并综合两种不同粒度的预测知识实现了时间序列的预测.然后着重于运用云模型进行知识表达、定量数值与定性知识的转换以及综合不同时间粒度的知识进行时间序列预测.     

基于云制造的数据挖掘研究

为了解决云制造环境下分布式海量数据的分析处理、促进数据挖掘的开发集成和商业应用的问题,在云计算服务模式的基础上,提出了云制造服务模式、内容与技术基础,设计了数据挖掘服务模型,构建了基于云制造的数据挖掘服务模型体系架构,并给出了基于云制造的数据挖掘层次结构,从制造全生命周期的角度形成了云制造环境下的数据挖掘服务模式。     

基于数据挖掘技术的财务管理信息系统模型

利用现代数据仓库(Data W arehouse)与数据挖掘(Data M in ing)技术,采用了业务事件驱动的体系结构,探讨了一种基于数据挖掘技术的财务管理信息系统模型,该模型既能使数据仓库、数据挖掘技术在决策支持方面的能力得以发挥,又能使企业财务信息与非财务信息得以充分有效的利用.     

基于空间数据库的数据挖掘技术

探讨扩展传统数据挖掘方法如分类、关联规则、聚类等到空间数据库的方法，着重对空间数据库系统实现技术及空间数据挖掘系统等进行比较分析，提出了一种空间数据挖掘系统的实现模式。     

基于数据挖掘的财富指数提取

基于国家统计局的调查数据,通过数据挖掘技术对判断人们财富状况的关键因素进行了分析,提取了若干我们称之为财富指数的指标,得到了比较符合实际的结果.     

基于Agent的假日旅游数据挖掘平台的研究

建立了一种基于Agent的假日旅游数据挖掘平台,给出了对假日旅游信息进行数据挖掘的相关方法,并讨论了平台模型的体系结构和工作流程.     

基于车道的城市道路仿真数据模型

从满足城市道路仿真需求的角度分析了数据建模的特点,提出了一种能够较真实反映路面的平面剖分方法,结合车道数据模型,能够准确地描述车道的属性信息。该模型突破了传统平面道路描述的局限,能够描述道路系统的非平面部分。将实际道路网络分为多个道路等级,实现不同层次道路网络信息的互操作,为整个道路仿真系统数据库的建立提供了理论基础。同时也可实现基于低层次道路网络生成高层次网络拓扑的算法,为真实反映道路交通状况提供了可能。     

基于数据仓库和数据挖掘的高校决策支持系统的探索

在论述的数据仓库、数据挖掘和决策支持系统的基本概念及其关键技术和系统设计方法的基础上，提出了基于数据仓库和数据挖掘的决策支持系统的解决方案．在新方案中将数据库、模型库、方法库有机结合在一起，使系统的高度集成，DSS真正实现从模型驱动到数据驱动的转变．根据当前高校的实际需求，将其在高校管理应用中进行探索，然后重点分析了系统设计在人事管理中典型应用，通过该系统为高校决策提供了科学的依据，指导发展。     

数据挖掘技术在入侵检测中的应用

回顾了入侵检测技术和数据挖掘技术，介绍了数据挖掘技术在入侵检测中的应用，以及如何利用这种技术建立入侵模型。     

一种发现有价值的稀有数据关联规则的算法

关联规则是数据挖掘研究领域的重要内容之一,在无向项集图的罐础上,结合RSAA算法,提出了一种新的挖掘关联规则的算法,用以发现数据库中有价值的稀有数据．通过将该算法与RSAA算法的分析比较,证明了其在获得频繁项集的效率上具有更好的性能。     

基于多尺度粗糙集模型的决策树在高校就业数据分析中的应用

为解决目前常用于就业数据分析的C4.5算法、基于粗糙集等的决策树生成算法均无法很好地处理决策精度需求不同和噪声适应能力的问题,运用基于多尺度粗糙集模型的决策树算法于于高校就业数据分析,并以某高校2012年就业数据为例进行分析,同时将分析结果与C4.5算法和基于粗糙集的决策树生成算法的分析结果进行比较．结果表明：基于多尺度粗糙集模型的决策树算法生成的决策树树形结构简单、产生的规则简洁、不存在不可分的数据集、运算速度快．     

基于Apriori数据挖掘算法的篮球比赛现场决策系统构建

为优化篮球比赛现场决策效果与效率,将人工智能技术引入篮球比赛决策当中,设计了篮球比赛现场决策人工智能辅助系统.首先,利用摄像机布局了篮球场比赛帧图像采集方案,基于三维空间仿射变换方法标定相机降低帧图像失真程度;构建篮球战术数据库,将现场采集的比赛视频与数据库对战视频案例进行匹配比对;基于Apriori算法找到篮球比赛视...     

数据挖掘中衍生过程的研究

在对基于统计数据仓库的海量历史数据进行数据挖掘和知识发现过程中,产生出一大类带有时态特征的衍生信息,可以归结定义为衍生过程.本文介绍了在万峰统计数据仓库中进行数据挖掘和知识发现过程中的衍生现象,定义了衍生过程的数学模型,并对统计数据挖掘中衍生过程模型的建立提出了相关规则.     

基于旅游行业的时空数据模型的研究

结合当前时空数据模型的现状以及旅游行业的特点,研究了现有的几种建立时空数据模型常用的方法,用面向对象的方法建立了基于旅游行业的时空数据模型.