搜索结果: 46-54 共查到“信息与通信工程 数据挖掘”相关记录54条 . 查询时间(0.105 秒)
基于自组织映射模型的数据挖掘算法在对二甲苯吸附分离过程中的应用
2007/12/13
Abstract以PX吸附分离过程为研究对象，运用基于SOM模型的数据挖掘算法对其进行分析研究．SOM模型在整个挖掘过程中起了关键性的作用．一方面，SOM模型作为探索性数据分析的有效工具，为进一步的挖掘提供了依据．另一方面，SOM模型为聚类算法提供参数指导和数据支持．最终，通过数据挖掘实现了两个目标，得到了在不同负荷情况下操作参数的稳态优化区域；建立了可用于指导操作员改进操作的可视化实时评估模型．...
决策支持分析新技术——数据挖掘
2007/12/13
摘要: 数据挖掘是目前国际上智能信息处理和决策支持分析领域的最前沿的研究方向之一。因此对数据挖掘的基本概念，关键技术以及主要研究内容作一个综合性的介绍，并指出了数据挖掘技术的研究方向。
空间数据挖掘及其与智能系统的集成框架
2007/12/12
Abstract空间数据挖掘是指从空间数据库中抽取隐含的知识、空间关系和非显式地存储在空间数据库
中有意义的特征或模式.它在遥感、地理信息系统、医疗影像、信息融合系统等领域具有广
阔的应用前景,因此日渐受到关注和重视.本文从知识发现、认知科学与智能系统交叉结合的
角度,提出了基于数据库和知识库双库协同机制的空间数据挖掘模型,并系统地介绍了从空间
数据库中可发现的知识类型及挖掘方法,然后提出...
复杂工业过程中数据挖掘模型研究
数据 数据挖掘 复杂工业过程
2007/12/6
Abstract针对复杂工业过程中产生积累的大量数据，以新的视角分析了应用数据挖掘的基础和
数据特点，讨论了数据挖掘的基本思想，提出了集成数据挖掘的模型结构，为复杂工业过程
的监控开辟了一条新的途径并指出了要进一步研究的问题．
Abstract针对相似度搜索是时间序列数据挖掘的基础,构造鲁棒的动态时间弯曲距离是相似性研究的关键,考虑时间序列特征点的重要意义,引入一种时间序列波动点的抽取方法,采用二叉特征树结构对原序列进行再表达.该方法既提取了序列整体趋势信息,又有效约减了数据维数%对多个数据集的层次聚类实验表明,在保证较高准确率情况下,该方法显著提高了DTW的计算效率.
持续时态数据挖掘的研究
时态数据
持续数据挖掘
信息扩散
高阶挖掘
2007/8/27
Abstract基于一阶线性时态逻辑!形式化定义时态数据挖掘中的主要概念,利用线性状态结构对每个时间点上的一阶语言符号进行赋值,并度量公式的真值范围.按照挖掘段概念,开发持续挖掘过程模型,用于归纳局部一阶规则与推导高阶规则.基于信息扩散原理,提出一阶规则的度量值估计方法和规则泛化算法.最后通过算例说明了扩散估计和算法的有效性.
Abstract离群数据挖掘是数据挖掘的重要内容.利用蚁群算法鲁棒性强的优点,改进了聚类方法.在此基础上,将聚类分析和蚁群算法某些参数相结合,提出一种基于聚类的离群指数新定义,成功地实现了离群数据挖掘过程并编程实现.采用此方法对流程企业的大量历史数据进行分析,从而起到了对设备运行优化和故障预警的作用.
商务智能与数据挖掘报告会在华南理工大学举行（图）
华南理工大学 商务智能 数据挖掘报告会
2005/11/7
2005年11月4日，由广东省计算机学会主办，华南理工大学计算机学院、广东国鸿资讯科技有限公司、广东丽天科技有限公司承办的商务智能与数据挖掘报告会在逸夫科学馆报告厅举行，来自华南理工大学智能计算技术团队的郑启伦教授如是说。
基于Multi-Agent技术的个性化数据挖掘系统
数据挖掘 Multi-Agent 个性化 知识发现
2002/7/28
计基于Multi-Agent技术的个性化数据挖掘系统,介绍了该系统构造的基本思想和Agent的状态转变关系及其它们之间的通信协议;利用用户Agent和挖掘Agent得到个性化数据挖掘系统MAS,并给出了系统的算法.该类系统的特点是:用Agent模拟人,实现用户在系统中的智能代理.结果表明,它能够实现数据挖掘的个性化服务功能,提供对用户真正有价值的知识,有效地避免了用户的重复劳动和精力耗费;同时,避...