内嵌式数据挖掘系统实现方法的研究

提出构建数据仓库的一个新技术——内嵌式数据挖掘系统,给出了内嵌式数据挖掘系统的实现方法及其关键技术,使用决策树算法对内嵌式数据挖掘系统进行设计。所提出的内嵌式数据挖掘系统将成为功能完备的数据仓库中一项重要的指标。     

内嵌式数据挖掘系统实现方法的研究

提出构建数据仓库的一个新技术——内嵌式数据挖掘系统，给出了内嵌式数据挖掘系统的实现方法及其关键技术，使用决策树算法对内嵌式数据挖掘系统进行设计。所提出的内嵌式数据挖掘系统将成为功能完备的数据仓库中一项重要的指标。     

嵌入式数据挖掘系统实现方法研究

文中分析了数据挖掘系统与数据库及数据仓库系统间的关系,提出了嵌入式数据挖掘系统的思想、实现方法,及其关键技术。并引用决策树算法对嵌入式数据挖掘系统的实现方法做了描述。文中对嵌入式数据挖掘系统的未来进行了展望,一旦数据挖掘过程变得简单易用,并且能够无缝地集成到商业过程和企业的通用数据和信息流中,将会有新的应用和协同作用使数据挖掘成为功能完备的数据仓库中一项重要的要求。     

嵌入式数据挖掘系统实现方法研究

文中分析了数据挖掘系统与数据库及数据仓库系统间的关系,提出了嵌入式数据挖掘系统的思想、实现方法,及其关键技术.并引用决策树算法对嵌入式数据挖掘系统的实现方法做了描述.文中对嵌入式数据挖掘系统的未来进行了展望,一旦数据挖掘过程变得简单易用,并且能够无缝地集成到商业过程和企业的通用数据和信息流中,将会有新的应用和协同作用使数据挖掘成为功能完备的数据仓库中一项重要的要求.     

人力资源数据挖掘技术及其应用

文章描述了数据挖掘技术原理和实现数据挖掘的基本方法,采用了选择树分类器,将选择树模型用于人力资源数据仓库的挖掘系统中,获得了成功的应用。     

数据挖掘模型的比较研究

比较了SQL Server2000和Oracle9i数据仓库的数据挖掘技术，分析其数据挖掘模型的异同点和优劣性，并针对其数据挖掘算法上的不足提出改进数据挖掘模型的方法，利用进化计算实现数据挖掘的进化学习机制，提高算法的效率，最优解求解能力，增强数据挖掘系统的鲁棒性和安全性，还讨论了结合两种技术优势实现数据挖掘模型的方法，数据挖掘是网络数据库以及数据仓库的最新功能，与机器学习机制有关。SQL Server 2000和Oracle9i具有数据挖掘的功能，但是由于其数据挖掘算法简单，数据挖掘的现有学习能力和功能发展存在瓶颈。     

数据挖掘集成技术研究

数据挖掘的集成实现是目前研究的一个重要方向。从数据挖掘算法的集成及数据挖掘与其它技术的集成两个方面介绍了研究领域中的一些思想和实现的方法，其中数据挖掘方法的集成有水平集成和垂直集成两种类型。数据挖掘与其它技术（如数据库和数据仓库）的集成有松散方式，紧耦合和“黑箱”方式，紧耦合方式是集成发展的方向。     

基于数据立方体的数据挖掘系统

介绍了一个通用的数据挖掘系统-基于数据立方体的数据挖掘系统的设计与实现过程。该系统基于C/S构架，引入了挖掘模型的概念，集成了两种算法，图形化显示挖掘结果。文中详细介绍了系统的这些特点。     

抽样在数据挖掘中的应用研究

大规模数据集是数据挖掘高效实现的障碍。抽样是统计学中一种常用的调查方法，作为克服该障碍的方法，抽样被引入数据挖掘中。在国外，抽样在数据挖掘中的应用研究已比较广泛，而国内相关研究很少。本文在总结现有相关工作的基础上，系统介绍了数据挖掘中抽样的应用及其相关问题。相信抽样在数据挖掘中的应用研究将推动数据挖掘的发展。     

VXI内嵌式控制器的硬件设计与实现

VXM内嵌式控制器是VXI总线测试平台的重要硬件平台。介绍了一种基于嵌入式PC的VXI内嵌式控制器的硬件设计与实现,并以PCI－VXI总线接口设计为重点,详细讨论了同步／异步总线转换电路、具有系统控者能力的VME接口电路以及VXI扩展电路的设计与实现。     

基于数据挖掘的高校管理信息系统设计与实现

高校事务信息的数据规模较大,更新速度较快,复杂度较高,需要设计有效的高校管理信息系统,提高信息管理能力。传统的高校管理信息系统设计采用嵌入式Visual Basic的信息管理系统构架方法,系统的信息再植入能力和多线程处理性能不好,提出一种基于多元特征数据挖掘和嵌入式Linux内核的高校管理信息系统设计方法。首先在嵌入式Linux的核单元中进行高校管理信息系统总体设计和文件配置,进行系统的功能模块分析和技术指标描述。设计基于相空间重构和关联特征提取的数据挖掘算法,进行高校管理信息的有用特征挖掘和提取。以数据挖掘结果进行程序加载和引导,进行高校管理信息系统的软件开发和设计,主要包括程序加载模块、数据存储模块、交叉编译模块以及网络通信模块的设计,实现基于数据挖掘的高校管理信息系统的改进设计。实验结果表明,采用该系统进行高校管理信息的挖掘和存取调度,具有较好的可靠性和人机交互性,系统的吞吐性能和执行时间开销等指标具有优越性。     

基于物联网和SOM算法的信息监控系统设计

在物联网环境下进行信息监控系统设计,实现对网络信息的监控和自适应采集,保障网络安全。针对采用传统的神经网络控制方法进行信息监控的数据挖掘准确性不好的问题,提出一种基于物联网和自组织映射SOM算法的信息监控系统设计方法,首先进行信息监控系统的总体设计和功能模块化分析,然后设计改进的SOM算法,应用在信息监控的数据挖掘和分类识别中,在程序加载模块中进行算法加载,最后在物联网环境下构建嵌入式Linux内核进行信息监控系统的软件设计和开发。系统仿真实验结果表明,采用该信息监控系统进行大型物联网的数据信息监控,对数据的准确挖掘和识别性能较好。     

基于弱关联挖掘的网络取证数据采集系统设计与实现

对海量网络日志和服务器数据进行数据挖掘,获取网络取证,在分析犯罪证据方面具有较大的应用价值;传统的数据采集系统,主要增加对网络取证数据进行滤波处理模块,增加采集系统采集的准确率,存在采集时间长、效率低的问题;提出基于弱关联挖掘的网络取证数据采集系统设计方法,对网络取证数据采集系统的总体设计描述与技术指标分析;并以此为基础,设计基于弱关联规则特征提取的网络取证数据挖掘算法,实现网络取证数据的准确检测和采集;在嵌入式Linux平台上进行网络取证数据采集系统的软件开发和系统设计;实验结果表明,采用该系统对网络日志和服务器数据中犯罪证据进行取证采集,其可靠性较高,取证数据采集精度高于传统方法,展示了较好的应用价值。     

基于OLAP的气象数据分析系统设计

我国幅员辽阔,河流众多,洪涝灾害频发.对气象数据进行挖掘与分析,找到暗含其中的信息与知识,是构建洪涝灾害预警系统的重要研究基础.本文利用数据挖掘技术和构建知识模型设计了一个气象数据分析系统,该系统可从不同维度对采集的数据进行分析并将结果进行可视化;对来自国家气象局的相关数据进行预处理,并建立了适合于挖掘分析的气象数据库...     

一种基于税务系统数据仓库的模糊数据挖掘算法的研究

文章简要的叙述了数据仓库的概念、数据仓库结构、数据挖掘的定义和方法,并提出了一般的基于数据仓库的数据挖掘系统的结构。并针对税务系统的数据仓库提出了一种模糊数据挖掘算法。     

WEKA数据挖掘平台及其二次开发

在开源数据挖掘平台WEKA上进行了挖掘测试和分析,并分析了其存在的主要问题。为了克服WEKA系统在聚类方面的薄弱性,在WEKA的开源环境下进行二次开发,扩充了聚类算法。介绍了将k-中心点轮换算法嵌入到WEKA平台的过程,充分利用了开源WEKA中的类和可视化功能,并对嵌入的算法和原有聚类算法进行了对比分析。该算法改进了传统的k-中心点算法,避免陷入局部最优,而且它对初始点不太敏感,可以获取更好的聚类效果。     

隐私保护数据挖掘研究进展

近年来隐私保护数据挖掘已经成为数据挖掘的研究热点, 并取得了丰富的研究成果。但是, 随着移动通信、嵌入式、定位等技术的发展与物联网、位置服务、基于位置的社交网络等应用的出现, 具有个人隐私的信息内容更加丰富, 利用数据挖掘工具对数据进行综合分析更容易侵犯个人隐私。针对新的应用需求, 对隐私保护数据挖掘方法进行深入研究具有重要的现实意义。在分析现有的隐私保护数据挖掘方法分类与技术特点的基础上, 提出现有方法并应用于新型分布式系统架构应用系统、高维数据及时空数据等领域存在的挑战性问题, 并指出了今后研究的方向。     

基于数据挖掘的智能决策支持系统

传统决策支持系统由于其功能的不足.不能满足现代企业的决策需求.而数据挖掘技术是解决该问题的有效途径之一.文章分析了数据挖掘技术在决策支持系统中的应用现状.提出了一种基于数据挖掘的智能决策支持系统的体系结构,并给出了总体结构模型和各子系统功能描述.