聚类数据挖掘可视化模型方法与技术

面向通用数据资源,研究聚类数据可视化方法与技术,旨在探索有效的数据处理方法,满足信息领域对高维数据处理的要求。通过对高维数据进行降维处理和可视化映射实现,建立K均值算法的聚类数据挖掘可视化系统模型,实现中间聚簇结果、聚类中心、收敛准则函数值三类要素的可视化。利用加利福利亚大学欧文分校(UCI)数据库中的Iris数据集、Wine数据集、Seeds数据集对可视化系统模型方法进行测试。结果表明,该模型实现了对数据集的有效聚类,能够将中间聚类、聚类中心、收敛准则函数值进行实时有效的可视化表达,达到了预期效果。     

基于PPIN的社交网络推荐系统

为了提升海量数据下社交网络推荐系统的性能,将传统聚类方法与蛋白质网络的新特性相结合,提出了一种竞争-抑制节点模型(CINM).该模型将数据的整个处理流程分为节点重构、膜外聚类、膜内聚类及内容推荐4个部分,分别完成数据预处理、数据清洗、精度匹配与数据输出.在数据预处理过程中,通过矩阵运算,将复杂多维数据集构成的用户信息转换成结构化定量数据,并产生数据摘要.数据清理通过判断竞争值来获取用户的特征数据.在精度匹配阶段,基于蛋白质相互作用网络的相似性匹配原理获取相似性最大的一组值,并结合与用户相关联的数据项进行最终内容或关系的推荐.实验结果表明,CINM模型可以通过数据预处理和特征值竞争抑制机制较好地完成数据过滤,从而提高数据处理效率并提升最终推荐结果的精确性.     

一种新的间歇过程故障检测方法

针对间歇过程的多阶段问题,提出了一种新的划分阶段策略,可以将多阶段的数据进行准确的聚类,得到精确的阶段数目,避免陷入局部最优,提高了建模精度和故障检测准确度。首先采用不同展开方法相结合的方式对三维的间歇过程数据进行处理,消除了数据预估问题;其次结合图划分准则利用谱聚类方法将处理后的数据进行准确的阶段划分,并运用PCA建模方法分别对每一类进行建模;最后通过合适的模型对数据进行在线监控。通过青霉素仿真过程验证了本文方法的有效性。     

一种异地容灾系统的状态监控方法

针对异地容灾系统提出了一种基于Internet的状态监控方法,即聚类时间触发状态监控方法.该方法能很好地将各种监控对象进行整合,可有效地对各个监控对象的运行状态进行实时监控,并可对状态监控数据进行提取和分析.该方法能很好地适应异地容灾系统结构庞大、本地和远程多台服务器、多段网络、多容灾任务的情况.     

基于多层时变功能脑网络特征的运动想象识别

针对运动想象脑电信号(EEG)识别中信号随时间的结构动态变化与网络分离整合过程被忽视等问题,提出一种基于多层时变功能脑网络的运动想象特征提取方法．本方法截取运动想象有效片段投入EEGLAB进行信号预处理;依据滑动窗口方法,设定合适长度与步长,将信号分成连续且部分重叠的时间窗口,将时间窗口截获的脑电数据生成多个脑网络,以节点间锁相值构建多层时变网络模型．首先通过多层时变网络不同层的网络拓扑分析与层间相似度量指标自适应确定其中核心网络层,提取其节点度和聚类系数用以描述网络空间功能连接;然后结合多层参与系数和多层聚类系数,描述脑电信号网络动态变化与分离整合特征,并组合两者成为多层时变脑功能网络特征向量,完成运动想象识别任务．用支持向量机识别的结果表明：基于所构建的网络特征向量分类准确率高达89.14%,高出对比所用的单层网络特征6.61%.     

一种基于聚类算法的网络入侵检测应用

针对网络入侵检测与聚类等问题,提出了一种综合模糊聚类与改进的SOM神经网络方法.通过对网络入侵数据提取、分析和处理,建立了网络入侵检测聚类模型,并对传统SOM网络层次进行改进,结合易发的网络入侵类型有针对性地对网络入侵数据进行聚类.网络入侵检测聚类与其他方法比较的结果表明,该模型在网络入侵检测聚类中具有更高的准确性和均衡性,该方法能有效提高网络入侵分类精度,减少聚类误差.     

多级自组织映射用于心电信号QRS波群聚类

提出了一种利用多级自组织映射(MSOM)网络进行心电QRS波群聚类的算法。此方法将归一化的两导联心电数据作为第一层自组织映射网络的输入,其输出作为第二层自组织映射的输入,最后得到聚类结果。网络迭代学习过程采用了特殊的设计,能根据不同类别自适应调整学习参数,从而提高了自组织映射的聚类能力。使用MIT-BIH数据库数据的聚类结果表明,这种方法非常适合心电QRS波群的聚类,对室性早搏(PVC)真阳性检出率达到99.1%,且聚类效率比ART-2网络方法、匹配方法有明显优势。     

基于高速光纤光栅解调系统的高速公路路况监控系统研究

针对目前高速公路路况监测存在的问题,结合光纤光栅的特点将高速光纤光栅传感技术应用于高速公路路况监控中,并将数据挖掘应用到采集数据处理,使用聚类结合关联分析的方法对混合型数据进行聚类分析,降低了误报率.     

基于模糊C均值法的气象观测站优化调整(英文)

结合数据相关性的分析、模糊C均值聚类和模糊分类系数的确定方法 ,给出了气象观测站优化调整的综合模型 .给出的模型综合考虑了聚类结果和数据的相关性 ,在最大限度地保持信息量的同时 ,对冗余的信息进行排除 .也可用于如实验、调查数据整理等方面的数据处理     

两阶段密度意识子空间聚类模型

针对网格聚类方法在高维子空间聚类中网格规模随着维度急剧升高的问题,以及差别阈值方法引入干扰小聚簇的问题,提出一种具有两个网格划分阶段的密度意识子空间聚类模型。该模型第一阶段采用粗网格找出可能存在聚类的子空间区域,第二阶段在这些区域中进行等效精度更高的网格划分并找出所有致密单元。该模型在两个阶段处理的网格规模均远低于密度意识子空间聚类模型在相同划分精度下的网格规模,同时利用第一阶段对网格空间的筛选作用降低小聚簇干扰,提高聚类质量。合成数据集实验表明:该模型聚类精准率和查全率性能明显优于原模型;基于真实数据集实验,相比一次划分模型,该模型以损失0.4%数据点的代价提高输出聚类密度19.4%,聚类质量大幅提升。     

TD-SCDMA无线接入网数据采集技术研究

为对TD-SCDMA无线接入网中诸接口的数据采集硬件部分提出解决方案,实现了TD-SCDMA无线接入网的数据采集。以TD-SCDMA网络测试仪的数据采集功能为背景,研究了TD-SCDMA无线接入网中Iu,Iub,Iur接口的数据承载方式,并且在该基础上着重探讨和总结了这3种接口的数据采集技术,提出以双功能模块组成的数据采集硬件模型,并给出具体硬件实例,实验表明,该模型能成功应用于网络测试处理。     

TD-SCDMA无线接入网数据采集技术研究

为对TD-SCDMA无线接入网中诸接口的数据采集硬件部分提出解决方案,实现了TD-SCDMA无线接入 网的数据采集。以TD-SCDMA网络测试仪的数据采集功能为背景,研究了TD-SCDMA无线接入网中Iu、Iub、Iur 接口的数据承载方式,并且在该基础上着重探讨和总结了这3种接口的数据采集技术,提出以双功能模块组成的 数据采集硬件模型,并给出具体硬件实例,实验表明,该模型能成功应用于网络测试处理     

面向物联网的无线传感器网络异构组网技术研究

组网技术是实现大规模WSNs网络的基础之一,网络模型和节点位置部署是研究WSNs组网的重要内容.针对大规模无线传感器网络的特性,在研究和分析WSNs网络结构和物联网需求的基础上,结合Star模型和Mesh模型的优点,提出了一种面向物联网的WSNs新型网络模型;同时,结合密度优先原则和邻节点信息思想对RDF算法进行改进,提出了适合大规模WSNs的网络节点部署的NDF算法,其节省了网络能量、延长了网络寿命.试验表明:通过新型组网模型和NDF算法组建面向物联网的大规模WSNs网络,能够实时、精确的监测和采集测量数据,在节省了网络能量的同时也提高了网络数据的准确度.     

证据推理与检索数据网络安全获取

利用动态数学模型,首先给出了内-数据、外-数据与内-外数据概念,然后给出了证据推理与检索数据智能获取定理和网络数据空间与数据-证据关系定理,进而给出了检索数据的网络安全获取算法,最后给出了这些概念、理论结果的应用。     

基于3G数据通讯的实时心电信号监护

根据3G网络传输速度快、准确性高的特点,提出了一种运用3G远程传输的心电监护模型.此系统基于C/S架构,监控终端将心电数据实时发送到监控中心,监控中心对病人进行实时监控,根据分析的结果给病人以及时的反馈.本文采用单导联心电采集器,预装有WINCE系统的ARM9嵌入式主板,串口蓝牙,3G模块等完成了从数据的采集、传输、存储到再现以及病人的信息管理的设计与实现,解决了大量心电数据的实时性传输问题.     

通信计费数据采集与传输模式的研究

计费数据采集与传输为计费系统采集必要的计费数据,并把数据准确地传送到目的地。计费数据采集与传输是计费系统的前提和基础,其性能直接影响着计费系统的好坏。错综复杂的网络和通信,对计费数据采集与传输的要求也越来越高：计费数据采集与传输要可靠、实时,要有友好的用户界面。针对以上要求,对它们的框架、模型及计费数据的采集方式、使用的协议等进行了研究和探讨。     

基于转移函数的移动网络海量数据隐私泄露检测技术

移动终端网络数据规模大,采用传统方法对海量数据隐私泄露进行检测时,无法保证网络中所有查询结果均参与运算,不能保证检测结果的准确性。为此,提出一种新的移动终端网络海量数据隐私泄露检测方法。把设计系统安装于移动运营商核心网,构建检测系统模型。将半格看作数据分析方式,通过半格元素对移动终端网络数据信息进行描述。采集程序中和变量使用相关的信息,对数据在基本块间传输与修改过程进行研究,实现对所有移动终端网络数据的分析。令全部查询结果参与运算。前向遍历基本块中的函数,依据函数类别,按基本块内污点规则对污点数据与漂白污点数据施行更新。获取转移函数,将转移函数应用于格值,得到隐私泄露数据。依据T-D法建立隐私泄露检测模型,对其进行优化,获取K-匿名隐私泄露检测模型。通过K-Q法对其进行求解,实现移动终端网络海量数据隐私泄露检测。实验结果表明,相对于传统方法,检测准确性较高,具有广泛的应用价值。     

基于GIS矢量数据结构的公交数据模型的实现

为了给乘坐公交出行的人们提供准确且有效率的最优乘车路线，在GIS矢量数据结构的基础之上，对公交数据的模型从其公交网空间位置以及关系网方面进行了分析和研究。对常用的公交规划软件的公交模型数据库进行分析，并对基于GIS矢量数据结构的公交数据模型空间数据采集方式进行了改进，以达到最小换乘次数和最小途经站数。该模型能够实现公交模型数据库的快速创建，且维护效率高，为我国公交网络系统模块的反馈机制提供了多种规划方案和技术支持。     

基于主成分分析与模糊BP方法的藻类繁殖状态预测

将主成分分析（PCA）与模糊反向传播（BP）网络建模方法相融合,提出了PCA-模糊BP方法并用于藻类繁殖状态的预测,建立了叶绿素a含量的预测模型.采用PCA对各类采集数据进行预处理,并将PCA所得各理化因子作为模糊BP网络的输入变量,叶绿素a的含量作为模糊BP网络的输出变量,经过学习训练,获得藻类繁殖状态的预测模型.结果表明,PCA-模糊BP方法降低了各类输入样本数据之间的相关性和模型系统的维数,加快了模糊BP网络的收敛速度,其与典型BP神经网络模型相比,具有更快的计算速度和更高的预测精度,能够较好地预测海洋藻类繁殖的生长状况.
     

基于RFID技术的制造过程链节点信息监控研究

针对目前缺少能够自动、实时、准确地获取离散制造过程中发生的各种信息的监控平台,提出了基于RFID技术的制造过程链节点信息监控研究.首先构造制造过程链节点信息模型,模型中包括制造过程及状态信息.其次分析模型中参数的获取途径和方法,给出模型中参数与输入变量的计算方法,实现数据采集系统的数据到监控平台的模型信息的映射,最后构建信息采集工具和监控平台.通过在某产品制造过程中应用,表明通过节点信息监控不但改变物流与信息流不同步、不同时,使制造过程中各环节的生产计划与制造执行相一致.