改进的基于DBSCAN的空间聚类算法研究

针对DBSCAN算法I/O开销和内存消耗大的缺点,提出了基于层次合并的密度算法.该算法减少了DBSCAN算法中需要查询的点的数量,从而克服了DBSCAN算法I/O开销和内存消耗大的缺点.算法分析表明该算法对DBSCAN的改进是有效的.     

基于决策树归纳的聚类方法与实现

采用一种改进后的决策树归纳聚类算法和交互式CLTree(Clustering based on decision Trees)剪枝，对商业数据的某些问题实现了聚类挖掘。对交易数据的实际酸类分新表明，该方法不仅可以处理数值型属性，还可以处理枚举型属性。实验结果表明，该方法在处理很合类型数据时具有良好的挖掘效果。对商业数据聚类分新，可以得到合理的市场分段，预测顾客的购买行为。     

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SOA架构的空间数据挖掘平台的分析与设计

对空间数据挖掘、GIS、Web Service等技术进行了研究.基于SOA架构、面向Web Service,对空间数据挖掘平台进行了系统分析与设计,以Web Service的方式为用户提供空间数据挖掘服务,从而大大降低了空间数据挖掘的使用难度,以一种耦合度极低的方式实现空间数据挖掘与第三方软件有效集成.     

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。     

数据挖掘技术中聚类算法的探索与研究

文章在对各种聚类算法深入分析的基础上,尤其在对基于密度的聚类算法、基于层次的聚类算法和基于划分的聚类算法深入研究的基础上,提出了一种改进基于密度和层次的快速聚类算法。该算法保持了基于密度聚类算法发现任意形状簇的优点,而且具有近似线性的时间复杂性,因此适合对大规模数据的挖掘。     

SDML:基于空间数据库的空间数据挖掘语言

设计了一种基于空间数据库的空间数据挖掘语言SDML.根据SDML操作的对象以及挖掘过程的不同阶段,SDML语言可以分为视图操纵语言和模型操纵语言,分别负责对于数据挖掘视图和模型的操作.详细阐述了SDML的设计思想及其设计方案,针对空间泛化和空间关联这两个典型的空间数据挖掘问题,给出了SDML解决方案.     

基于密度流形上的空间聚类

对于具备空间特性的数据来说,基于密度的聚类方法是一种基本且行之有效的聚类技术.尽管现有很多基于密度的空间聚类算法和技术,但是这些算法多数都假设数据分布于平滑空间.弯曲空间与平滑空间只局部存在相似性.本文的目的在于探讨一种新的基于密度的流形空间聚类,即基于弯曲空间的算法.此算法主要来源于切空间,并适用于非均匀、非线性的数据分布,同时给出了性能分析和实验测试.     

基于空间数据挖掘的土地用途分区系统

提出了土地用途分区的目标函数与约束体系,对基于空间数据挖掘的土地用途分区系统框架进行了设计,重点分析了系统中的数据层、知识层、空间数据挖掘层的内容和实现策略,并实现了GIS与应用分析模型紧密耦合集成的土地用途分区系统.最后,以陕西省白河县土地用途分区为实例,验证了该系统应用于县级土地用途分区的可行性和有效性.     

基于数据挖掘的CRM系统的研究

企业在商业竞争中取胜的关键在于满足客户的需求,这使得CRM成为企业发展的焦点,基于数据挖掘的CRM也成为相关领域的一个研究热门。叙述了客户关系管理的概念、特征和基本作用,并在此基础上研究了数据挖掘技术在客户关系管理中的一些应用。     

空间数据挖掘视角

为了满足不同用户在不同条件下对空间数据挖掘的不同要求,该文提出空间数据挖掘视角。空间数据挖掘视角在描述不同数据挖掘需求的基础上,利用一定的数据挖掘算法,从大量空间数据中发现不同粒度的空间知识。首先研究空间数据挖掘视角的内涵和外延,其次给出空间数据挖掘视角的算法,最后把空间数据挖掘视角应用于滑坡监测数据的挖掘,结果令人满意。     

地理信息系统中SDM和CBR的应用研究

地理信息系统最初是作为一种信息处理和空间技术出现的.随着社会的进步和经济的发展,空间决策制定的需求日益增长.G IS中含有大量的空间和属性数据,有着比一般关系数据库和事务数据库更加丰富和复杂的语义信息,隐藏着丰富的知识.本文提出了一个智能地理信息系统集成框架,将空间数据挖掘(SDM)和范例推理(CBR)技术应用于其中,加强空间数据、模型分析和表示能力,为决策者提供决策依据,使得决策行为科学化、可视化和直观化.     

地图对GIS空间数据误差的影响初探

GIS(geography information system)数据质量是GIS研究和应用首要问题,GIS数据误差测量已成为该领域研究的热点.现有点、线、面模型都是空间数据获得后的检验模型.而GIS实践中,要根据用户提出的精度确定数据源,即首先有一个误差的限定范围,这要求分析GIS中空间数据误差的来源.地图是GIS重要的误差源,其误差与比例尺、地图概括和地图图形有关,在选择GIS数据的源地图时应综合考虑它们的影响.     

面向大数据分析的省网电能计量管理系统设计与实现

随着电网信息化工作的深度推进,电能计量监测和计算数据逐渐呈现出大数据的特点.为了管理和分析海量的电能计量数据,设计并实现了一个面向大数据分析的电能计量管理系统,采用Hadoop大数据分布式处理框架,分布式采集计量相关信息化系统数据、关口数据、检测数据、装置检定信息等数据,通过数据挖掘实现电能表基本误差分析、电能表健康状况评估和综合分析,并开发电能计量关口地图,融合网络拓扑图和GIS信息,全景展示电能计量信息.所设计的系统不仅能够支撑省公司各电力部门电能计量准确性和质量管控工作,对解决计量管理智能化和电网信息化过程中其他大数据问题也具有参考意义.     

应用于数据聚类的ART2改进算法研究

聚类分析是数据挖掘研究领域中一个非常重要的研究课题,是数据挖掘的主要任务之一．自适应谐振神经网络ART2是实现数据聚类的有效方法,通过对ART2结构的改进,充分考虑挖掘对象的幅度信息．可降低对警戒参数设置的要求并形成带有层次结构的聚类结果．通过实验验证了这种改进的有效性．     

数据挖掘在高校图书馆中的应用

以西安工程大学图书馆为实例,把数据挖掘技术应用于图书馆读者管理中．以“西安工程大学图书馆自动化管理系统”中的馆藏数据、读者信息及历史借阅记录等作为基本数据源,采用SPSS、MATLAB作为数据挖掘工具,基于不同角度对西安工程大学图书馆图书分类、入库比例以及各学院借阅量排名进行对比细分,探讨数据挖掘技术在图书馆中的应用．对比分析发现,数据挖掘技术可以更细致地了解读者分布情况及图书需求情况,实现图书馆的科学化管理,更好地进行资源优化配置．     

一个数据仓库的设计和实现

介绍了数据仓库的定义、特征与组成部分,通过银行贷款分析实例,详细叙述了数据仓库的多维数据的数据结构与相关技术,同时介绍了ＫＤＤ过程中的数据挖掘技术、方法和应用,指出了设计数据仓库过程中所需解决的难点问题,为银行的贷款风险与利润增长预测提出了可靠的依据。     

基于数据挖掘的智能入侵检测系统模型及实现

入侵检测作为主动的安全防御技术,是计算机网络中继防火墙之后的第二道安全防线,是近年来网络安全领域的研究热点.研究了基于数据挖掘的网络入侵检测系统的建模及实现,建立融合简单规则、协议分析、数据挖掘分析为一体的模型,其中着重讨论了基于数据挖掘技术的网络入侵检测系统的实现方法.     

数据挖掘在基于GIS自动导航系统中的应用

车辆自动导航系统是智能运输系统的一个重要组成部分．提出了一种数据挖掘的复合聚类分析算法，结合GIS系统在自动导航系统中线路设计方面的应用进行分析．实验证明这种复合聚类算法比传统的算法更加有效．     

聚类算法在数据挖掘领域的研究

全方位的对各类聚类算法进行总结和归纳,并且对一些在特殊领域中应用聚类算法进行深度解析,然后从以下三个部分,算法思想,关键技术以及算法特点等方面进行基本概括,对一些代表性的聚类算法进行比较分析以及聚类算法新领域研究的展望,这对将来聚类发展具有重大意义.