数据挖掘中的一种数据预处理方法

数据挖掘技术是一门综合多个学科从数据中寻找规律的技术,该技术已经成功地应用于金融分析、市场分析、客户关系管理等多个行业。在数据的采集和数据的传输过程中,我们为了保证数据的可靠性及准确性,要对数据进行预处理,改变缺失及异常情况。本文主要介绍数据挖掘的一些基本概念及一种基于遗传算法的数据预处理的方法。     

一种基于相关分析的数据预处理方法

传统预处理数据的方法没有很好利用数据之间的相互信息，所得到的预处理结果难免会出现失真、不能准确反映数据之间的更多信息，利用相关分析中的相关系数概念以及相关的思想和构造方程的方法，给出了一种相关分析方法及其体算法用于对娄据源中的缺损数据进行修补，并通过大量实例数据演算验证，该方法分利用已有数据给出的因素之间的数据表现，进行数据驱动来填补未知的数据，且可用于解决仅有当期数据，而无历史数据的数据预处理问题。     

基于数据挖掘的收视数据预处理方法

收视率是衡量电视节日质量的重要指标,而质量不高的收视调查数据将导致收视率指标计算的不准确。为解决基于数据挖掘的电视收视率分析的数据问题,就调查数据进行了有效的前期处理,其中涉及原始数据的正确录入,对存入数据库的原始数据实施的数据清理、数据变换、数据归约技术和应用的模糊集理论。实验结果表明在预处理后的收视率资料库中能够挖掘出知识,为收视率应用提供了有力支持。     

基于遗传算法的一种数据拟合方法

基于遗传算法,提出了一种数据拟合方法,通过对函数参数进行编码,多次进行交叉变异操作,最终得到参数估计值。实验结果表明,该方法是有效可行的。     

一种基于数据筛选的导热系数计算方法

导热系数测量过程中实验数据的准确性是导热系数计算的关键。实验数据不准确,直接影响导热系数的精度。现有的导热系数测量计算中对数据是否准确没有很好的评判准则或方法。鉴于此,本文提出了一种以斜率相对标准差为依据筛选数据的导热系数计算新方法。该方法以斜率相对标准差为准则判断并筛选实验数据,利用最小二乘法拟合筛选后的数据求解导热系数。将该方法应用于乙二醇标定溶液的导热系数计算中,同传统算法相比,新方法数据处理简单、计算导热系数精度提高明显、能够广泛地应用到导热系数测量实验中,测量结果明显优于传统算法。     

一种改进聚类分析方法在数据预处理中的应用

在通常的聚类分析方法的基础上，提出了一种改进聚类分析方法，并运用于数据源中缺损数据的修补，案例示算结果显示，该方法比传统的数据预处理方法更合理，置信度更大。     

基于虚拟仪器的信号预处理方法研究

讨论了测试信号预处理消除趋势项的两种方法——平均斜率法和最小二乘法,使用美国NI公司虚拟仪器开发环境——LabVIEW对算法进行了仿真,并对这两种方法进行了比较。     

一种基于遗传算法QoS敏感的Web服务组合方法

在QoS敏感的业务流程中,除了要求流程成功完成预先定义的任务之外,整个流程的QoS也是用户所关心的特征. 因此,如何在备选的Web服务中进行有效地选择,使得被选中的Web服务不仅能够完成流程分配的任务、满足局部约束,还能够与流程中完成其他任务的Web服务协作,使流程的QoS达到全局最优,便成为亟待解决的问题. 针对该问题,提出了一种基于遗传算法的方法. 实验结果证明了该方法的有效性.     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

基于土工试验的数据挖掘中的数据预处理技术

在地质勘察的土工试验中产生大量的数据,迫切需要挖掘隐藏在这些数据间的大量有趣信息。而数据预处理技术的好坏直接影响数据挖掘的结果。现介绍一种在挖掘关联规则前的数据预处理技术,给出了相应算法,并通过实例说明了算法的执行过程。     

基于遗传算法的一种自动聚类方法

遗传算法(Genetic Algorithm,简称GA)是一类模拟生物界的进化规律(适者生存,优胜劣汰遗传机制)而形成的一种最适应全局优化概率搜索算法。针对常规动态聚类方法对初始聚类中心的敏感性以及聚类结果与样本输入次序有关等问题,本文提出了一种基于GA的动态聚类方法,并将它应用到数据库的数据分析中。计算结果表明,该方法是一个具有全局最优解的动态聚类方法,其结果明显好于K-均值聚类算法。     

一种基于遗传算法的分类规则挖掘算法

对遗传算法应用于分类规则挖掘问题进行研究,提出一种基于遗传算法和Apriori算法的混合分类规则挖掘算法,该算法的具体方案包括分类规则编码、适应度函数定义以及对进化后的规则的约简方法,最后通过实例仿真证明了该算法的有效性。     

遗传算法在数据挖掘中的应用

本文对数据挖掘进行了概述,阐明了数据挖掘的概念、方法及其重要性。其次介绍了数据挖掘中的一个重要算法——遗传算法。对遗传算法的产生与发展以及主要理论等进行了简要的介绍,提出了基于遗传算法的关联规则的提取方法。最后结合实例给出了用遗传算法进行关联规则的挖掘方法。     

基于遗传算法的二维熵方法自动阈值

利用二维灰度直方图方法对于有噪声的图象进行分割,可以取得比较满意的效果。但是该方法时间复杂度高,耗时长,因此,如何设法减少运算时间就显得很必要。二维直方图的阈值选取,就其本质而言,是一个求全局最优的优化问题,而遗传算法对这类问题往往很有效。该文给出了在二维熵方法中,利用遗传算法对最优阈值进行搜索的快速算法,运算时间仅为穷尽搜索的１／１００。     

基于遗传搜索算法的码激励线性预测编码

如何快速有效地搜索出激励码书中的最佳激励矢量是码激励线性预测编码(CELP)得以实际应用的关键问题之一．作者结合遗传算法的优点，将遗传算法应用于CELP的码字搜索，利用遗传算法的优越性，较快地搜到码书中的最佳激励码字．阐明了将遗传算法应用于码字搜索的具体思路，并给出了软件仿真结果.     

基于小生境遗传算法的约束滤波器优化设计

为了对战场图像进行实时处理,抑制噪声,改善图像质量,需要对图像进行平滑滤波。考虑了一类具有频域等式约束的FIR滤波器Minmax设计问题,引入小生境技术自适应遗传算法来得到最优化滤波器的一组参数,并且对滤波器的阶数N进行了优化。设计实例表明,基于小生境技术自适应遗传算法是有效的,具有很好的扩展性,可用来设计最优约束FIR滤波器,实现对图像的平滑滤波。     

基于遗传算法的离散和连续系统辨识

阐述了遗传算法应用于离散和连续系统中直接辨识物理参数。该方法能有效地克服有色噪声的干扰 ,获得系统参数的无偏估计。对离散系统的辨识仿真结果说明了该方法的有效性     

模糊控制器隶属函数曲线的优化方法

应用遗传算法优化隶属函数曲线的疏密分布，阐述了优化的基本原理和具体实施过程，最后将该算法应用于一类对象模糊控制系统的设计中。仿真结果表明：该方法得出的隶属函数具有较为理想的控制效果。     

基于遗传算法的车间调度技术研究

分析了车间调度问题，通过设计解空间的编码方式，提出基于置换的遗传交叉算子并讨论适应度函数的实现方式，给出了解决车间调度问题的基于遗传算法的模型。     

基于网格法的遗传算法及其应用

在基本的遗传算法(sGA)中,初始群体是随机产生的.为了增加个体的遍历性和多样性提出-种用网格法来产生遗传算法的初始群体,并对网格法的遗传算法的优化效率进行了定量的评价.同时与基本的遗传算法一起应用在DeJong的测试函数F1上便于进行对比.评价结果和实验结果表明网格法在提高遗传算法的优化效率上是可行的.