成都高校旅游产品昂谱(RMP)分析

本文以昂谱(RMP)分析理论为基础,以成都高校旅游产品开发为例进行了实证分析。在R性分析中,对成都市高校旅游资源进行了分析与评价,并在此基础上进行了资源——产品转化分析;在M性分析中,在市场划分的基础上有针对性地进行产品设计;在P性分析中,在分析产品开发的外部创新环境的同时,以"四有"开发模式为指导对成都高校旅游产品开发进行了研究。     

公共图书馆读者分析

从公共图书馆读者分析的概念和重要性入手,探讨了读者分析的内容与常用方法以及读者分析在图书馆工作中的重要作用,讨论了新时期读者分析在公共图书馆建设中的重要而特殊的地位,阐述了数据挖掘技术在公共图书馆读者分析中的应用.     

3S技术在数字化电网建设中的应用

首先介绍了＂3S＂技术的概念和发展,在电力行业大力发展数字化电网的背景下,介绍了数字化电网的基本概念和系统要求,分别分析了GPS、RS、GIS技术在数字化电网建设中的应用,特别是结合实际系统应用案例,分析了数字化电网建设的关键技术和技术方法,分析了3S技术的优势和不足,并对3S技术在数字化电网中的应用前景作出了简要的分析。     

MT信号处理中小波分析与Hilbert-Huang变换的比较

以实测大地电磁信号为分析对象,对比研究了小波分析和Hilbert-Huang变换在大地电磁（magnetotelluric,MT）信号分解和时频分析上面的特点.给出了小波分析和Hilbert-Huang变换的数学原理,分析了2种方法在MT信号分解中的分解方法及其物理意义,讨论了2种方法在MT信号时频谱表征能力上的异同,为大地电磁信号分析方法的选择提供用了有价值的参考.     

MIDAS/GTS在土质边坡稳定性分析中的应用

目前,在岩土工程领域,数值方法在土质边坡稳定性分析中的应用越来越广泛,MIDAS/GTS岩土分析软件就是一种很好的数值分析工具。本文结合结合具体工程实例,利用MIDAS/GTS岩土分析软件对土质边坡在支护前后的稳定性情况进行分析,并将分析结果与理论分析进行比较,验证了该方法的准确性,这为今后土质边坡稳定性分析提供了一种可行方法。     

房地产市场分析预测中的数据挖掘技术应用研究

数据挖掘是目前进行房地产市场分析和预测的新技术,本文从数据挖掘的概念、常用方法入手,探讨了其在房地产市场分析中的各种应用,分析了在房地产应用中的数据挖掘流程,并以南京市房地产市场为例,运用数据挖掘技术中的神经网络方法对房地产市场进行了模拟,研究了运用神经网络对房地产市场进行分析和预测的过程和方法,并得出了可靠的结论。文章最后对数据挖掘在房地产领域的应用面临的问题做了分析和展望。     

复杂隔振系统功率流子结构分析法

介绍了复杂隔振系统的子结构分析法在隔振功率流分析计算中的应用,给出了系统的子结构分析法在隔振功率流分析计算中的应用,给出了系统简化的一般方法,并结合实际事例进行了计算和分析。     

电感耦合等离子发射光谱仪(ICPS)在农业化学分析中的应用

简要介绍了电感耦合等离子体发射光谱仪 (ICPS - 75 0 0 )的工作原理 ,对其在农业化学分析 ,包括土壤分析、灌溉水分析、植物分析、肥料分析等方面的应用进行了概述 ,并与常规分析方法作了对比 ,说明了ICPS- 75 0 0在农业化学分析中的用途和前景。     

浅谈现金流量表的分析

简述了现金流量表在财务分析中的作用,论述了如何对现金流量表进行分析,并给出了获利能力、成长潜力、流动性、偿债能力、支付股利能力等分析指标在财务分析中正确应用的原则。     

半参数估计及其与最小二乘估计的比较与分析

介绍了半参数回归分析原理,初步探讨了半参数模型在测量数据处理中的应用,并通过算例,将半参数回归分析结果与经典最小二乘估计结果进行了对比分析,分析结果表明半参数估计在测量系统误差分离方面具有良好效果.说明半参数回归分析在现代测量中有较好的应用前景.     

用关联规则方法挖掘保险业务数据中的投资风险规则

如何找出保险业务数据中有关投保和理赔的规律是保险公司能否提高盈利的至关重要的问题。关联规则发现是数据挖掘技术的一种简单又很实用的方法。文章首先介绍了关联规则的定义以及关联规则的 4个属性 :可信度、支持度、期望可信度和作用度。然后讲述了如何用 SGI公司的数据挖掘工具 Mineset在保险业务数据中发现关联规则 ,从而得出一些对保险公司起指导作用的控制投资风险的规则。关联规则还可广泛用于银行、电信、商业等其它领域     

基于粗糙集理论的续保规则挖掘模型

基于粗糙集基本理论，分析了衡量规则价值的方法，构建了一个基于粗糙集理论的续保规则挖掘模型．运用该模型对10000条车险保单客户数据进行了分析，挖掘出隐含在这些数据中的续保规则，找到了续保客户的描述性特征．     

数据挖掘在商务中的应用

随着数据挖掘技术的不断改进和数据挖掘工具的不断完善,数据挖掘必将在各行各业中得到广泛的应用．该文首先介绍数据挖掘的常用模式和常用的解决方案,并着重介绍关联规则、多层和多维规则以及聚类分析在商务中的应用．     

基于关联规则重要性的产品购买序列模式发现

为了解决利用关联规则进行购物篮挖掘分析存在的两个问题:由于数据挖掘前的业务分析不足,不能有效的挖掘出想要的规则;按照传统的关联规则参数设置挖掘得到的关联规则太多,用户无法对其进行取舍.结合实例销售数据,对数据源进行了业务深层分析,构建了基于销售的主题数据仓库,保证了数据挖掘的有效性,同时用概率代替置信度进行参数设置,并引入关联规则"重要性"参数作为新的衡量标准,分析规则的有趣性,以筛选出更有价值的关联规则.将研究结果应用于某制造业产品销售实例,进行了基于关联规则的产品序列购买模式研究,得到了有效的产品销售关联规则,支持了市场决策.     

关联规则挖掘在税务系统中的应用研究

通过对关联规则经典挖掘算法Apriori算法的分析;并在Apriori算法基础上,采用一种基于布尔矩阵的行向量寻找频繁项集的关联规则挖掘算法,将该算法应用于税务系统中,分析欠税纳税人的欠税行为等情况,并判断其是否符合业务规则。     

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。     

存在退保情况时寿险风险分析

考虑在人寿保险中存在退保情况时的保费处理方法,即退保时死亡可得保额和不可得保额。引用Bayes方法,就寿命死亡率进行研究,并对保险经营中的盈亏进行了系统分析。     

超额赔款再保险的双Cox风险模型

随着保险业务的扩大与发展,保险公司必须购买某些险种的再保险来规避风险.为了研究保险公司购买再保险后的破产概率,文章讨论了一类保费收取与理赔发生都为Cox过程的超额赔款再保险风险模型,得到了一个破产概率明确的表达式及Lundberg不等式.     

再保险的COX风险模型

论述了保险公司再保险险种的破产概率情况,指出了随着保险业务的扩大与发展,保险公司为了规避风险进行再投保的风险情况,建立了再保险的COX风险模型,得到了破产概率明确的表达式及Lundberg不等式。     

一种改进的分布式关联规则挖掘算法

数据挖掘本质上是一种新的商业信息处理技术,通过对数据进行统计、分析、综合和推理,发现数据间的关联性、未来趋势以及一般性的概括知识,用以指导高级商务活动。由于需要,对数据间的关联性的数据挖掘算法模型已成为数据库及相关领域的一个研究热点,给出了一种基于分布式数据库的挖掘模型及其相应的一种有效的挖掘算法,其由若干个站点集合而成,各个站点拥有各自的数据库、中央处理机、客户端,以及各自的局部数据库管理系统,依靠通讯网络连接。采用购物篮分析式关联规则,将各个数据库文件的数据合成,从而得到挖掘结果,对挖掘的方法又进一步挖掘,即将不满足条件的规则重新传送到各分布式站点上进行更加精确的挖掘处理,从而避免了频繁的网络通讯。该算法在减轻网络频繁的通讯负担,体现并行计算以及异构数据挖掘方面具有独特优点。