常项集产生的算法及兴趣度量

本文引入在关系数据库中包含定量和范围属性关联规则的挖掘问题 ,这种技术的一个直接应用可以生成许多类似的规则。给出为挖掘定量关联规则所需的兴趣度量及常项集产生的算法。     

矿井监测系统软件的研究

指出了目前矿井监测系统软件存在的一些问题，论述了一种用于矿井监测的软件自动生成系统，着重讨论其组成部分及模块功能。该系统具有开放性及通用性，扩展性和支持快速原型法的特点。     

基于数据挖掘技术的抽油机泵参调整DSS决策支持系统

以示功图数据和一些相关的生产数据为研究对象，引入数据挖掘技术，用决策树建立分类模型，建立了一个以泵况分析和泵参调整为目标的DSS决策支持系统。     

由于下沉引起的民用建筑价值降低的估算计方法

本文讨论了矿山开采的赔偿问题，根据民用建筑的结构形式及使用特点，提出了按照建筑物价值降低的幅度来确定赔偿标准的观点。文中给出了建筑物价值的评估方法，以及破坏等级与建筑物价值降低的关系，并根据使用特点提出了修正系数     

浅谈数据挖掘理论

数据挖掘(Database mining,DM),也常被称为数据库中的知识发现(Knowledge Discovery in Database,KDD),是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。它由一些大型零售机构所面临的决策支持问题(Decision support problem)所激发,通过对数据进行挖掘,我们可以找到对商业销售及生产极为有效的一些信息,这些信息一般通过具体的模式得到反映。数据挖掘将是今后几年全球范围内重点投资研究的十大新技术之一,它引起了学术界和工业界的广泛关注,是当今数据库系统研究和应用领域内的一个热点问题。最后,本文简要介绍了数据挖掘其他特定的功能模式及其应用和发展,希望给读者一个数据挖掘发展的全貌。     

基于数据挖掘的反信用卡套现方案设计与实现

信用卡套现是指持卡人通过正常合法手续(ATM或柜台)以外的其他手段,将信用额度内的资金以现金方式套取,同时不支付银行提现费用的行为.基于大量数据卡交易信息,将数据挖掘理论应用于信用卡反套现评估中,运用数据挖掘算法中的决策树、KNN模型实现对信用卡套现行为、套现客户的辨别.经过实验验证,模型具有良好的应用效果,能够优化银行反信用卡套现识别、提高银行工作效率.     

大规模互联网图像检索与模式挖掘

在互联网时代,爆炸式增长的数字图像不仅给图像检索带来巨大的技术挑战,同时也带来了很多机遇和研究问题的新思路．本文简单回顾了图像检索的三个阶段的研究历史．以及在此过程中数据量的增多给图像检索带来的影响,并对作为关键问题的特征提取方面的研究进行了深入的分析．本文尤其指出视觉模式挖掘是寻找中层特征表示并缩小语义鸿沟的重要研究方向,并根据视觉模式的表征粒度将其分为五种类别分别进行了介绍,从中可以看到大数据对于视觉模式挖掘的重要作用．     

数据挖掘在人口普查信息系统中的应用

科技的发展使得数据挖掘广泛地运用在了商业、政府等各个领域的数据分析中;笔者分析了数据挖掘技术的基本原理及其方法;透析了数据挖掘技术在人口普查信息分析中的应用及现实价值.     

综合开发利用矿井水资源的探讨——以焦作矿区为例

我国煤炭储量与产量均居世界前列,煤炭工业是经济建设的重点之一。但是我国大部分煤田水文地质条件复杂,岩溶水丰富,给煤炭开发带来很大困难。本文以焦作矿区为例,分析了岩溶水的成因、数量、分布及其对煤炭生产的影响,并本着除害兴利的原则,提出综合利用矿井水资源规划。这样既能促进煤炭生产的发展,又可为工农业提供宝贵的水资源,具有显著的经济效益与社会效益,也将为国内其它大水矿区综合利用矿井水资源探索新途径。     

离散属性的缺损数据处理方法

讨论了利用领域知识，如完整性约束，分级概念等，对原数据库进行重新处理并且给那些丢失或明显背离常规的属性确定一个取值区间。实验证明利用这种基于属性的知识发现方法处理缺损数据是很有效的。