基于平行坐标技术的关联规则可视化模型

数据挖掘可视化是数据挖掘过程中的重要组成部分.通过交互式数据挖掘可以增强挖掘结果的可理解性和可信度.平行坐标技术是数据挖掘可视化技术中的一个重要技术之一,该文在这种技术的基础上,提出了一种基于此技术的关联规则的可视化模型及显示方法.在最后对现有的关联规则的可视化方法进行了比较,论文中提出的显示模型在海量多维规则的显示和交互式操作上表现较为突出.     

综放沿空异形煤柱留巷系统力学场演化规律

研究了不同煤柱宽度时综放沿空异形煤柱锚网支护留巷系统围岩应力分布和破坏特征. 揭示了煤体边缘水平应力和垂直应力峰值不耦合的规律以及巷道顶板应力峰值随煤柱宽度不同而演化的轨迹. 深入探讨了综放沿空留巷岩石力学系统的控制变量,并根据控制变量的取值对系统稳定性区域进行了划分,对不同煤柱宽度时的巷道系统稳定性进行了综合分析和评价,对综放沿空留巷合理护巷煤柱宽度提出了建议. 提出并实施了"以加固沿空异形煤柱为主、悬承锚网支护留巷圈为辅"的综合控制技术.     

大倾角厚煤层综放开采颗粒元分析

应用PFC2D计算程序,对某矿水平与倾斜联合布置的折线型综采面,分析了散体顶煤和破碎直接顶的落放过程及落放形态,揭示了不同放煤步距连续推进模式下的煤损动态特征,并对不同放煤顺序的顶煤回收率及支架受力工况进行了优化分析. 研究表明:折线型综采面采用自上而下的回采顺序,顶煤回收率高,支架受力均匀;低位单口放煤时,放出体形态向采空区侧偏转;在支架连续推进过程中,煤损形态节律性变化;大倾角厚煤层综放开采,采用中档放煤步距的经济技术效果较好.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

网格计算环境下的分布式数据挖掘

为了提高分布式挖掘系统的性能，分析了现有的分布式数据挖掘系统的不足，提出了一种网格计算环境下的分布式数据挖掘的体系结构，讨论了在该体系结构下如何进行数据挖掘．该体系结构是面向服务的，跨平台的，在该体系结构中，挖掘算法和目标数据源被定义为web服务资源，在需要进行数据挖掘的时候，这些web服务资源被动态地、松耦合地联接在一起，共同完成一次数据挖掘任务．最后，借助网格工具globus toolkit4．0构建了一个局域网网格计算环境，并使用一个关联规则挖掘实例详细地说明了在该体系结构下的挖掘过程，     

一种高效挖掘关联规则的算法研究

在对经典的关联规则算法进行了分析后,通过引入多维链表结构,提出了利用事务集合匹配运算和链表操作高效地挖掘关联规则的算法ARM LL.实验结果表明该算法是可行的,并具有较高的效率.     

基于探索性分析的时序数据研究

探索性分析是从不同的角度进行建模,找出较优模型的一种方法。提出了基于探索性分析的时序数据挖掘方法,采用线性回归技术建立了数学模型。并给出了1978年到2002年间的中国交通产值变化的实例,建立两种预测模型,采用探索性分析方法对预测模型进行探索性的仿真分析,达到较好的效果。     

Research and Application on Web Information Retrieval Based on Improved FP-Growth Algorithm

0 IntroductionThe useful texts information in the Web is analyzed bythe method of Web information retrieval according tothe requirement of the user . To get the information of citingtexts and relative key words fromthe Web,we can searchforlots of correlativeinformation data storedinthe Web databaseby Webinformationretrieval .This paper appliedthe method-ology of data mining to Web information retrieval since thepurpose of data miningisto discover thefrequent patternfromthe Web.Alot of studi…     

Incremental Web Usage Mining Based on Active Ant Colony Clustering

To alleviate the scalability problem caused by the increasing Web using and changing users＇ interests, this paper presents a novel Web Usage Mining algorithm-Incremental Web Usage Mining algorithm based on Active Ant Colony Clustering. Firstly, an active movement strategy about direction selection and speed, different with the positive strategy employed by other Ant Colony Clustering algorithms, is proposed to construct an Active Ant Colony Clustering algorithm, which avoid the idle and ＂flying over the plane＂ moving phenomenon, effectively improve the quality and speed of clustering on large dataset. Then a mechanism of decomposing clusters based on above methods is introduced to form new clusters when users＇ interests change. Empirical studies on a real Web dataset show the active ant colony clustering algorithm has better performance than the previous algorithms, and the incremental approach based on the proposed mechanism can efficiently implement incremental Web usage mining.     

气象数据仓库建立及数据统计与挖掘

将数据仓库技术应用于气象数据,建立气象数据仓库,利用联机分析的快速数据统计和数据挖掘的自动知识发现技术,从海量历史数据中发现知识,为气象服务提供决策支持,以期数据资源的充分利用且同时服务于实际气象应用领域。