大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域.但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱.形式背景中所包含的属性间关系、对象间关系以及对象一属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法.该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具.     

大数据知识发现

随着信息技术的快速发展,人类面临的数据呈爆炸式增长,大数据的时代已经来临.大数据研究成为当今科学和经济社会发展的重大战略方向和必然趋势.大数据的巨大价值在于依据数据间关联性而建立的复杂结构关系网络中所蕴含的知识.大数据知识发现是一个非常重要和亟待解决的问题.本文总结了以燕山大学为核心的大数据研究团队部分最新工作,重点给出了大数据偏序结构理论及其相关工作的简要介绍,为快速、准确了解该团队的研究现状提供参考.     

基于偏序结构理论的知识发现方法

大数据中的知识发现是大数据应用中的核心热点.本文从高度抽象认知事物视角出发,以表征事物普遍性为特征的概念驱动与表征事物特异性为特征的数据驱动两种方法学为哲学原理,提出了基于属性偏序结构图和对象偏序结构图的知识发现方法.分别从群结构、子群结构、支路、节点等角度对数据特征之间的结构关系进行讨论分析.属性偏序结构图将数据中具有某些共同特征的对象聚类到一起,是数据共性的表达;对象偏序结构图中,通过数据的独有属性可以快速有效的将特异性对象区分于其他对象.最后,以中医药方剂配伍研究问题为例,对张锡纯治疗中风的32个处方进行数据挖掘和知识发现,证明了该方法的有效性和实用性,为大数据知识发现研究提供了新的思路和方法.     

大数据可视化技术及应用

随着人类产生数据量的增加,数据可视化需要处理的数据规模、类型及需求都发生了显著变化。在大数据时代,数据可视化面临诸多新的挑战。从大数据本身的特点及其应用需求出发,结合数据可视化的研究现状,介绍了适用于大数据的数据可视化技术;分析在大数据条件下数据可视化所要解决的8个关键问题;讨论了针对大数据可视化应用需求自主研发的交互式可视化设计平台AutoVis及其应用。     

大数据与安全可视化

IT技术的飞速发展开启了大数据时代。海量的数据信息带来更多的数据价值的同时,各类安全问题也随之而来。通过数据可视化技术能够帮助充分全面并且及时地找出系统中可能存在的安全威胁,评估系统安全,保证基础设施的安全。研究从数据角度出发,结合大数据的特征对安全数据进行分类,并对当前已存在的针对不同安全数据进行可视化的工具及技术进行总结,使得能够将已成熟的数据安全可视化技术用于大数据安全的研究,最后对未来的发展趋势进行了展望。     

基于属性偏序原理的仲景经方咳嗽治疗规律知识发现

大数据全面性、模糊性及探求因果关系转向事物相关性的寻找等特点为中医理论及实践提供了新的研究思路。仲景医学之《伤寒论》及《金匮要略》中的经方内容具有大数据的特点,本文基于属性偏序原理,对仲景经方治疗咳嗽的规律进行全面的知识发现。研究结果表明基于属性偏序原理能很好地展现经方治疗咳嗽的方证规律及药物使用特点,适合用于经方相关研究。     

数据采掘中的可视化技术和方法

主要介绍了几种目前常用的可视化数据采掘技术，以及它们的含义、技术特点和适用范围；同时描述了一个集成多种可视化数据采掘技术的系统工具——VisDB系统，并对其性能进行了评价；最后，通过一个商业POS的数据采掘应用实例，说明可视化数据采掘技术对分析和检索大型数据库是非常有用的。     

浅谈大数据时代的数据挖掘和数据可视化

大数据时代下数据量的爆炸式增长,使得分析和解读大数据显得尤为重要. 阐述了解析数据工具——数据挖掘和数据可视化技术,重点探讨了两者创新性结合的重要意义和实际效果.     

生物大数据可视化的现状及挑战

在过去的10年中,以基因组学、医学遗传学和神经信息学等为代表的生命科学各研究领域,以前所未有的增长趋势,积累了海量的数据信息.这些数据类型复杂、数量庞大,其中蕴含的价值更是不可估量.通过传统的处理手段,难以理清海量原始数据中错综复杂的关联信息.而针对生物大数据的可视化研究,将有利于科研人员对复杂数据进行多角度观察并获取有效信息.生物数据量越大,复杂性越高,可视化在生物有效信息挖掘方面发挥的作用就越大.本文通过例举若干生物机构中心现存的数据规模和数据增长速率,说明生物研究领域已进入大数据时代,然后由生物数据的组成特征及可视化的特点引出生物大数据可视化的重要性和必要性.本文总结了生命科学研究领域中不同类型生物大数据的可视化研究进展,最后讨论了目前生物大数据可视化所面临的挑战,并提出可能的解决方案.     

一种Hasse图的快速构造方法

为了改善传统Hasse图构造方法复杂的问题,根据Hasse图的分层特征、同层间元素无关系、相邻层可能满足关系的性质,提出一种快速、高效的Hasse图构造方法.首先根据两个规则对集合元素进行分层处理,使元素分布于不同层,然后根据关系对相邻两层的元素进行连线处理,整理得到Hasse图,最后给出了该构造方法的算法实现.构造示例表明了该构造方法不仅有效,而且简单、高效.     

偏序结构图的一种计算机生成算法

偏序结构图是为了解决形式概念分析和概念格中的诸如概念计算繁琐、连线交叉严重等不足,在大数据应用的紧迫趋势下被提出的.图形的手工绘制工作存在繁琐、重复、效率低下等缺点,亟需设计出快速、有效的偏序结构图计算机自动算法和软件工具.本文首先简单介绍偏序结构图的构图原理;其次,详细说明了该种图形的一些基本定义及生成方法;最后,简单扼要地说明偏序结构图的计算机实现,并用经典的形式背景生成相应的偏序结构图来说明该软件工具的工作流程.     

国内图书馆大数据研究的可视化分析

以中国知网中1991-2016年以“图书馆”和“大数据”为主题词的论文为研究对象,利用可视化软件CiteSpace及其他工具,揭示了该领域发文作者网络、发文机构网络、关键词网络、研究热点等,以帮助读者更好地了解图书馆大数据研究领域,为该领域的相关研究提供参考.     

基于大数据架构的智能交通可视化平台设计

利用大数据技术、地理信息技术、数据可视化技术等,构建智能交通可视化平台,给出平台的总体架构、技术架构,并对平台的功能进行了设计.文章基于地理信息系统的大数据可视化、多源异构海量数据融合、地理信息专用引擎、大数据引擎、多源数据分析等技术深入的研究,对利用交通管理大数据、时空大数据建立分析研判模型进行了设计,可为公安机关建...     

MATLAB在数据可视化中的应用

在对MATLAB软件进行了简要介绍的基础上,说明了MATLAB绘图命令的分类及其应用特点。MATLAB在数据可视化中的应用主要体现在数据的二维曲线、三维曲线和曲面、四维切片图等方面,为教学及科研中数据的表现提供了强有力的工具。     

一种构造Hasse图的高效算法

目前在国内外的文献上,关于Hasse图的构造方法都是基于纯粹的数学矩阵变换方法,而非计算机算法,其缺点是不论最好还是最坏情况,其时间复杂度都是0（n3）,进而无法为特殊情况作出优化。这里给出一种构造Hasse图的通用高效算法。该方法从计算机算法的角度对矩阵中单个元素进行计算,当矩阵中所需计算的元素较少时,算法的时间复杂度会相应的降低,在最好的情况下,时间复杂度将接近O(n2),而在最坏的情况下,时间复杂度仍保持在0（n3）。     

从大数据到大知识

从大数据获取大知识是未来人工智能要解决的重要科学问题。本文从大数据(BD)概念诞生谈起,回顾了大数据知识工程(BDKE)的提出和大知识概念的出现。然后从(1)大知识(BK)、大知识系统(BKS)、大知识工程(BKE)等概念的基本定义、(2)大知识规模及其演化、(3)大知识建模、(4)大知识计算、(5)大知识支撑平台、(6)大知识编程语言等六个视角对大知识进行了探讨。最后给出了有关未来研究方向的想法。     

面向MOOC的知识模型及可视化方法研究

针对传统网络教学缺乏个性化学习和深度学习的现象,基于建构主义学习理论,提出了面向MOOC的知识模型设计方案.从可视化角度对知识进行了分类,并在此基础上给出了知识模型的概念结构和数学表述.最后,基于该知识模型,分别论述了其静态特征和动态特征的可视化方法.实践证明,构建以面向MOOC的知识模型为核心的网络教学进程,能针对不同学习者个体,形成个性化教学;不仅能实现基本知识的教学,更能培养元认知能力,实现深度学习的目的.     

基于大数据平台的公客服务可视化BI分析研究

基于大数据平台的公客服务可视化BI设计为不同层级的管理者和决策制定者提供了定制的多维度可视化数据。针对公客服务提出的更高要求和用户服务提出的更高品质的要求,进行基于大数据平台的公客服务可视化BI设计,通过BI架构实现了内部数据的可视化、大小屏实时查询、分权分域订制报表、信息的实时分析,提高了工作效率。     

大数据环境下网络威胁可视化分析系统设计与实现

部署在企业的各种安全系统协调性不够,不能及时地进行分析和展示安全威胁点,网络安全事件发生后,需要通过较长时间的调查工作确认攻击真实性、影响范围、损失评估、背景研判等,工作复杂,费时费力,且对响应人员的网络安全水平和技术能力都有较高的要求,制约了事件响应的及时性,导致很多事件无法得到有效处置.将各种网络安全系统日志通过数...