Domain-oriented data driven data mining:a new understanding for data mining

Recent advances in computing, communications, digital storage technologies, and highthroughput dataacquisition technologies, make it possible to gather and store incredible volumes of data. It creates unprecedented opportunities for largescale knowledge discovery from database. Data mining is an emerging area of computational intelligence that offers new theories, techniques, and tools for processing large volumes of data, such as data analysis, decision making, etc. There are many researchers working on designing efficient data mining techniques, methods, and algorithms. Unfortunately, most data mining researchers pay much attention to technique problems for developing data mining models and methods, while little to basic issues of data mining. In this paper, we will propose a new understanding for data mining, that is, domainoriented datadriven data mining (3DM) model. Some datadriven data mining algorithms developed in our Lab are also presented to show its validity.     

数据记录仪的数据可靠存取技术

基于飞机黑匣子的原理和思想,设计出一种运用于工业控制方面的数据记录仪。记录工业仪器实验过程中产生的试验数据,通过分析记录下来的试验数据,改进设备的设计。首先给出数据记录仪的设计思想,然后设计出系统的各个模块。为了提高设备的存储可靠性,使用冗余技术,采用缓存和乒乓存储模式解决传输数据与存储数据速率不一致的问题。通过编写测试程序,实现对设备的软件测试。证明该系统的设计符合应用要求。     

大数据战略：从数据大国到数据强国

 大数据时代,数据成为与物质资产和人力资源同样重要的基础生产要素。海量数据的空前集聚和计算力的指数级增长释放了深度学习算法的生产力,推动人工智能应用的大发展。大数据技术和大数据产业的蓬勃发展为线上互联网和线下实体经济带来了新的增长点。     

基于数据元的数据集成技术研究

针对当前数据集成方法只能精确到属性级映射的缺陷,提出了基于数据元的数据集成方法。用数据元语义树对实体属性概念的内涵进行语义描述,使实体属性的语义能被计算机理解。然后通过语义计算实现精确到实例级的语义映射,从而完成数据集成。     

数据仓库的数据流分析

通过分析数据仓库的系统结构 ,对数据仓库系统中的数据流进行分类 ,给出各类数据流在数据仓库系统中的实现功能 ,使数据仓库系统能更方便地管理数据和进行数据仓库管理系统的模块化设计 .     

数据挖掘在医疗数据中的应用

决策树是医疗数据挖掘中一种重要分类方法,针对原始医疗数据存在大量重复样本和冗余属性,影响医疗诊断的精度和速度这一问题,提出了一种基于粗糙集和ID3算法相结合的决策树方法.将所提方法应用于冠心病诊断决策,并对属性约简前后的决策性能进行了比较分析.实验表明了该方法的有效性和实用性.     

基于网络通讯的设备信息化系统

本文介绍的系统是一个基于网络通信(包括以太网络通信和485总线通信)的设备数据采集和监控系统。本系统主要由服务器、以太网络、上位机监控系统、485总线网络、设备数据采集及通信系统和系统管理对象组成。本系统是集数据采集、网络通信、嵌入式系统、数据库、高级编程语言程序设计等技术于一体的综合系统。     

论分组密码中的数据加密算法DES

介绍了数据加密DES算法的产生、安全性、发展有实现，着重论述了算法的分析和实现过程，用实例展现了复杂算法的实现步骤，有助于加深对DES算法的感性认识，并对DES的安全性做了量化分析，提出了改进的方案。     

结构化数据到XML数据的语义映射

XML的DTD机制不足以表现结构化数据的语义，本文在路径约束的基础上，提出一种新的语义映射机制，引入域的概念描述结构化数据到XML数据的结构映射，将结构化数据的平面结构映射为XML数据的树状结构，通过有域层次的键规则表达式，将结构化数据中分散在各表中的键的定义映射到XML数据中，利用域的概念和模板匹配的原理，引入域关系表达式及其扩展表达式来实现结构化数据以XML数据的语义映射，由此构成的语义映射机制可以和XML数据的模式抽取很好的集成在一起，体现数据的语义约束并为数据库对XML数据存储和查询的优化提供有效信息。     

数据挖掘流程中数据准备的探讨

数据挖掘是一个应用统计学和人工智能等算法进行知识发现的过程.数据挖掘需要从庞大的数据集或数据库中提炼有用的信息, 因而就产生了一个问题, 如何为数据挖掘准备一个有效的数据集合, 以提高效率, 这是本文讨论的关键.     

动态数据距离与动态数据几何辨识-恢复

应用P-集合,提出动态数据偏离度概念与动态数据距离的概念。动态数据偏离度包括内-动态数据偏离度、外-动态数据偏离度与内-外动态数据偏离度;动态数据距离包括内-动态数据距离、外-动态数据距离与内-外动态数据距离。应用动态数据偏离度与动态数据距离,得到动态数据的辨识与恢复定理,给出信息系统动态稳定数据的几何辨识准则,并给出应用。动态数据距离使得信息系统动态数据辨识与恢复直观化,是研究信息系统数据变化的一个几何工具。     

体系结构与数据模型在建立数据仓库过程中的应用

探讨了规划数据仓库体系结构、建立分层的企业级数据模型以及采用分阶段建立模型等方法 ,解决目前数据仓库开发过程中的问题 .     

基于并行数据仓库的数据分布调整策略

并行数据仓库系统的性能与数据在多处理机之间的分布密切相关.本文根据并行数据仓库系统的体系框架,提出了全新的并行数据仓库数据三层模式结构,并在此模式基础上,根据用户查询的变化设计了动态多维数据分布和调整策略,通过改变数据分布模式和数据物理存放的方式来保证系统数据分布均匀和工作负载均衡.实验结果证明,此算法能有效地缩短OLAP平均查询响应时间,提升系统的整体性能.     

不确定RFID数据流上基于熵的数据推导方法

针对海量RFID数据中存在的不准确性以及语义信息鸿沟,提出了一种基于概率分布熵的数据推导方法.该方法采用时变图模型并充分利用历史RFID识读,从不确定RFID数据流上有效捕获贴标对象所处的状态,并采用基于概率分布熵的方法分别推导对象最可能的位置和包含.该方法可以同时处理RFID识读中的漏读和多读.最后利用模拟RFID数据进行参数调优和算法评价,实验结果显示：该方法在获得准确推导结果的同时,能确保其高效性和高伸缩性.     

铱星数据通信在海洋资料浮标上的应用

针对大型海洋资料浮标大数据量传输的要求,在浮标上采用铱星电话数据通信系统传输实时水文气象数据。该系统采用PHILIPS单片机控制,通过铱星电话实时将数据传输到岸站固定电话,并通过计算机存储和打印。系统运行结果表明,该数据通信系统可靠性高,通讯费用低,数据接收率达到99%。     

基于语义的关系数据到XML数据的转换

将关系数据转换为XML数据, 可以方便地实现关系数据库的发布. 通过分析关系schema与XML schema之间的对应关系, 提出了一种基于语义的将关系数据转换为XML数据的方法, 并通过一个应用实例描述了此种技术的具体实现算法.     

统计数据仓库体系中数据分析系统及其研究

数据仓库最重要的特征就是实现数据的集成与共享.基于统计数据仓库的数据分析系统众多,因此首先对统计数据仓库体系进行研究,然后对联机分析、决策支持及数据挖掘这3类分析工具进行对比研究,并通过介绍"万峰统计数据仓库"中数据分析部分的功能及划分,为统计数据仓库数据分析系统的研发提供了理论基础和实践依据.     

数据仓库中多维数据模型的设计

多维数据模型是数据仓库和联机分析处理中的一个重要环节。文章提出了一种新的多维数据模型。在该模型中，基于维与事件的关系，描绘了多维事件关系图，并利用非奇异聚集偏序集簇定义了维的结构。结合小灵通客户流失问题，给出了该模型的具体的实现。     

地学数据模型及数据融合技术

描述了地学数据的基本概念、主要数据来源以及地学数据的主要特征，讨论了地学数据模型的建立过程．地学数据模型主要分为矢量数据和栅格数据2种模型,而矢量数据模型主要由点要素、线要素和面要素组成．此外，针对地学数据模型，探讨了数据融合技术的特点和它在地学数据中常用的方法．数据的融合主要表现在互补信息和协同信息的融合、熵结构下的融合以及多源遥感数据的融合3个方面．在地学数据融合处理中使用的方法有图像处理，专家系统，地质统计学与多元统计，人工神经网络等．