搜索结果: 91-105 共查到“计算机科学技术 数据挖掘”相关记录174条 . 查询时间(0.036 秒)
数据挖掘在水文相似年查找中的应用研究
水文数据 相似年 应用研究
2009/7/10
研究探索了包括目标理解、准备数据、数据预处理、建立模型、评估解释、知识应用等水文数据挖掘的六个过程。并采用公共的数据处理和挖掘算法，实现各过程之间数据无缝连接，形成了松散耦合的水文数据挖掘系统体系框架。在实施水文数据挖掘过程中，将数据挖掘的一些数据处理方式应用到了水文领域，同时也采用了水文领域中的一些数据处理技术，实现了数据挖掘领域与专业领域的数据处理和评价方式融合。通过选取江苏省国家水文数据库中...
数据挖掘中基于核的多重填补的一种新算法
广西师范学院数学与计算机系
2009/7/10
在数据挖掘预处理中，数据缺失是最为常见的数据预处理问题之一。通常对所要挖掘的数据分布形式没有任何先验知识。在这种情况下，非参回归分析方法可以为数据缺失的处理提供一种效果很好的解决途径。据此，在缺失机制是随机缺失（Missing at Random，MAR）和完全随机缺失（Missing Completely at Random，MCAR）的条件下，提出了一种处理数据缺失的新方法，即基于核函数的非参...
生物信息数据挖掘技术的典型应用
生物信息学 数据挖掘 微阵列
2009/7/1
生物信息学是以计算机为工具对生物信息进行存储、检索和分析的科学。人类基因组计划的启动和实施使得核酸、蛋白质数据迅速增长,如何从海量数据中获取有效信息成为生物信息学迫切要解决的问题。数据挖掘与生物信息学有很好的结合点，其在生物信息学领域的应用潜力日益受到人们的重视。简述了生物信息学和数据挖掘，并介绍了数据挖掘技术在生物信息学中的几类典型应用。
数据挖掘技术在药物配方研究中的应用
数据立方体 最优解 生物碱杀螺剂
2009/6/30
在新型药物的研制过程中,了解药理及其副作用是十分重要的。通过应用数据挖掘技术对生物碱杀螺剂实验数据的分析处理,提出了一种新的多因素模型推导方法,揭示了药物杀螺过程中各个影响因素的变化规律,给出了生物碱杀螺剂在实际应用中的最优参考条件,为合理利用生物碱杀螺剂进行最优效果的杀螺提供了理论依据。
基于数据挖掘的水文时间序列预测
时间序列 灰色理论 灰色神经网络组合模型
2009/6/29
基于灰色理论和灰色神经网络组合预测模型,对水文时间序列进行数据挖掘。对原始序列首先进行了对数-方根变换,使得数据序列满足灰色理论的覆盖条件,采用灰色预测模型GM（1,1）,对数据序列进行预测,由于灰色预测属于线性预测,因此将灰色预测模型与神经网络模型相结合,提高了预测精度。以都江堰岷江来水数据为原始数据进行实际预测,实验证明,这种组合模型的预测效果优于传统预测模型。
基于数据挖掘的网络论坛话题热度趋势预报
时间序列 小波分析 神经网络
2009/6/29
利用小波分析和神经网络相结合的方法进行网络论坛话题热度趋势的预报。该方法主要是对由帖子的点击数（或回复数）所形成的原始时间序列进行小波多尺度分析,产生一系列子序列并进行评价,并通过BP神经网络进行类别训练,找出使得类内距离最小、类间距离最大的若干系数作为特征系数。对于未知类别的时间序列,把其特征系数送入神经网络进行预测。实验结果表明,将该方法用于网络论坛话题的热度趋势预测,可得出良好的预测精度。
基于偏序压缩技术的频繁序列模式数据挖掘
数据挖掘 频繁序列模式 偏序
2009/6/26
基于频繁序列模式的压缩技术旨在提高数据挖掘结果的可用性和可理解性，从庞大的序列模式中发现有用的知识。分析了现有频繁模式压缩算法的不足，提出了在模式聚类函数的基础上生成一个压缩的偏序（Partial Order）的算法，实验结果显示该算法可以对频繁序列模式进行高效，高质量的压缩，可以得到数量更少、信息量更大的模式，从而提高发现的频繁访问序列的兴趣性。
基于谱系聚类的粗糙集数据挖掘预处理方法
谱系聚类 类平均距离 SAS
2009/6/26
介绍了一种基于统计分析的数据离散化方法——谱系聚类法，以胶合板缺陷检测数据为应用对象进行了基于谱系聚类的数据离散化研究，并与其它离散化方法进行了对比分析，对比结果表明经谱系聚类方法离散化后的数据，再进行粗糙集约简时，会有更多的冗余属性和记录被约掉，从而可以降低模型的复杂程度，加快获取知识的进程，提高分类的准确率。工程实践证明谱系聚类是一种有效的可用于数据预处理的离散化方法，结合粗糙集算法可以获取满...
基于加权快速聚类的异常数据挖掘算法
学习规则 K-均值聚类 加权快速聚类
2009/6/25
聚类是数据挖掘领域中最活跃的研究分支之一，并在其他的科学领域也有广泛的应用。设计了基于加权快速聚类的异常数据挖掘算法，以便能快速发现异常数据。首先通过对数据的每个属性赋予一定权值，权值的大小要体现其对分类的贡献度，并根据属性权值的特点，选择比较优良的初始分区，然后进行多次迭代，得到接近最优分区，接着运用一定规则，发现异常数据类，最后实践证明该技术取得很好的社会效果。
基于物元和QoS约束的数据挖掘服务选择
数据挖掘服务 服务质量 物元 选择
2009/6/20
为更好地选择满足用户要求的数据挖掘服务，运用可拓物元模型描述数据挖掘服务和用户需求。对数据挖掘服务进行可拓分析，计算候选数据挖掘服务与用户需求服务的相似度。构造数据挖掘QoS用户约束元，设计用于评估相似服务的方法，帮助用户选择满足要求的数据挖掘服务。实验结果表明该方法提高了选择效率。
IDS日志数据挖掘的改进算法
数据挖掘 关联规则 最小完美哈希函数
2009/5/13
提出了一个基于最小完美哈希函数的关联规则的挖掘算法。基于Apriori的算法，在综合了传统哈希剪枝技术的同时，利用最小完美哈希函数的优点，保证了静态数据库关联规则挖掘，可以对关联规则的哈希结构数据进行动态的调整。该算法提高了挖掘效率，通过抑制哈希地址冲突提高了算法的稳定性和可用性。
粗糙集数据挖掘技术在丙酮精制中的应用研究
粗糙集 丙酮精制 产品质量预报
2009/5/6
将基于粗糙集理论的数据挖掘方法应用于丙酮精制过程产品质量的预报。针对流程工业数据高维、构成复杂、连续性强等特点，改进了基本的粗糙集数据挖掘算法，并与模糊聚类等技术相结合，提出了一种适用于流程工业数据的粗糙集数据挖掘方法。在采用实际丙酮精制生产数据作为样本的实验中应用效果良好，表明该方法具有一定的实用价值。
电信数据挖掘数据准备过程的规范化设计
数据挖掘 数据准备 宽表
2009/5/5
从工程化实施电信数据挖掘项目的角度出发，在满足具体商业问题建模的数据要求前提下，对数据准备过程进行了结构化的分析和分解，提出一种规范化方法来约束宽表结构、源系统接口方式、数据预处理流程，并且预定义了相应的数据探索和数据准备过程，从源头改进电信数据挖掘项目的实施效率和质量。
分析了建立海难数据仓库的意义，提出了海难数据仓库的雪花模型，对Aprioir算法进行了改进，用改进后的算法实现了海难数据的关联规则和频繁模式挖掘，用改进的有向图方法实现了关联规则的可视化表示。结果表明，利用数据挖掘技术对海难历史数据作深层次分析，克服了传统统计分析方法的局限性，可挖掘出大量的知识，为以后的航海安全提供借鉴。