多维数据可视化技术综述

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。如何可视化多维数据,是目前可视化研究的热点。本文对目前主要的关于多维数据可视化技术和方法进行了综述。     

一种支持可视化数据挖掘的图像后处理方法

可视化数据挖掘是当前数据挖掘的研究重点之一，国际上近几年发展起来的几类可视化数据挖掘技术，主要有基于计算机图形学的技术．本文提出了一种支持可视化数据挖掘方法的计算机图像处理技术，利用一种类邻域平均方法（Resemble Neigh borhood Averaging Method）对数据挖掘结果图像进行后处理，可帮助用户准确把握数据的主要特征，进而从数据中发现有用的模式．实验表明，该方法具有很强的直观性、便利性、有效性，为可视化数据挖掘提供了一个新途径．     

基于平行坐标法的可视数据挖掘

数据挖掘和数据可视化技术的结合形成可视数据挖掘。通过可视化技术的运用,数据挖掘可以增加其数据的针对性和结果的可信度。平行坐标法是数据可视化的代表方法之一,该文在平行坐标法的基础上,探讨了在其中实现可视化数据挖掘的基本方法,是进一步开发可视数据挖掘系统的初步研究。     

数据挖掘方法与可视化

迄今为止，数据挖掘与知识发现软件的功能不再停留在“挖掘”这个单一功能的实现，而已延伸到数据挖掘与知识发现的过程．即包括数据的预处理、数据挖掘、模型评估与可视化；在单纯的模型可视化基础上扩充了数据可视化与数据挖掘过程可视化：本文着重讨论了数据挖掘的方法与可视化技术，最后提出了未来的研究方向。     

大数据在机场综合管理数据库建设中的应用研究

把数据仓库、数据挖掘和可视化等大数据研究的关键技术应用到机场综合管理数据库建设中。利用数据仓库、数据挖掘和可视化等大数据研究的关键技术,实现机场在建设综合管理数据库过程中,各类型海量数据处理、数据仓库建设、数据的分析及价值发现。进而为机场建设综合管理数据库提供了设计方案。     

一个可扩展的数据清洗系统

在给数据挖掘这类应用准备数据的过程中，面临着一系列数据清洗问题，要把数据清洗过程做得很灵活并不容易，已有的工具往往过于依赖特定的应用，该文提出并实现了一个可扩展的数据清洗框架，它以术语模型、过程描述文件、共享库等概念和技术实现了模块的高度独立性和系统的可扩展性。并提供了一个可视化的流程定义环境。     

VISMiner：一个交互式可视化数据挖掘原型系统

交互式可视化数据挖掘是利用可视化技术进行联机数据挖掘的技术。基于SOM的交互式可视化数据挖掘原型系统VISMiner的主要目的是将数据挖掘与数据可视化及OLAP进行集成,允许用户以交互的方式从SOM的标记图或距离图中选定感兴趣区域加以深入分析。     

可视化数据挖掘技术

迄今为止,数据挖掘与知识发现软件的功能不再停留在"挖掘"这个单一功能的实现,而已延伸到数据挖掘与知识发现的过程,即包括数据的预处理、数据挖掘、模型评估与可视化,在单纯的模型可视化基础上扩充了数据可视化与数据挖掘过程可视化.主要讨论了数据挖掘的方法与可视化技术,指出了未来的研究方向.     

基于Web的数据可视化技术探讨

随着移动互联网时代的到来,人类社会已经进入了大数据时代。计算机在处理数据的过程中,要对部分不具有几何属性的信息进行抽象,借助数据挖掘技术获取数据间存在的各种复杂关系。基于此,笔者对数据可视化与基于Web的数据可视化技术进行概述,分析了基于Web的数据可视化系统结构与设计流程,阐述了基于Web的数据可视化系统功能,详细论述了基于Web的数据可视化系统的存储机制。     

基于数据挖掘技术的数据可视化图表及其应用

本文针对数据的可视化的分析、处理和预测问题,结合可视化图表在滑动轴承磨损系数试验中的应用实例,采用数据挖掘、数据可视化和回归分析等技术,论述了在Web环境下动态生成数据可视化图表的一种实现方法。     

在数据挖掘中基于SOM网络的数据分析可视化设计

阐述了SOM（Self-Organizing Map)自组织神经网络和Davies-Bouldin聚类判定法，采用SOM网络构建了数据挖掘中数据模型，设计了SOM网络数据分析可视化软件，并进行了详细的可视化数据分析，同时，设计的软件已经初步应用到数据挖掘当中，取得了良好的效果。     

数据可视化的研究与发展

针对数据可视化是可视化技术在大型数据库的应用中提出的新的数据分析和处理技术，该文介绍了数据可视化的概念和发展状况，然后针对大型数据集介绍了几种数据可视化技术以及它们的代表方法，并对数据可视化和科学计算可视化进行了分析和比较，最后探讨了数据可视化技术的研究发展方向。     

基于属性选择算法的数据挖掘在离网预测模型中的应用

数据挖掘是从海量数据中提取隐含在其中的、针对某些用户的信息的高级处理过程.属性选择是数据挖掘领域非常重要的一个研究方向,属性选择的好坏对挖掘的性能和结果有着很大的影响.提出了一种新的属性选择算法,即基于信息增益和卡方检验的属性选择算法,并在离网预测模型中得到了应用,取得了相当不错的效果.     

多策略通用数据采掘工具MSMiner

介绍了一种多策略通用数据采掘工具MSMiner的设计与实现。MSMiner建立在数据仓库之一,采用面向对象的方法描述关于数据源、采掘算法、采掘步骤和用户的元数据,该系统集成决策树、关联规则、传统统计分析、聚类分析、神经网络和可视化等多种数据采掘算法,以任务模型的形式生成和执行数据 采掘及决策支持任务。其特点是支持数据库、数据仓库、文本以及Web页面等形式数据源,可以动态地添加采掘算法,对数据和采掘策略的组织灵活有效,具有很好的可扩充性和通用性。     

数据迁移工具的设计研究

数据迁移就是将数据从一种数据环境移入另一种数据环境中。它不仅仅是简单的数据搬家,还涉及到数据格式的转换。本文介绍了在Microsoft公司UDA技术基础上,利用SQL语句完成常用数据库数据间迁移的设计和实现流程。这一完整的数据流程如果定期发生,就可以频繁到实时数据转换或不频繁地每月为数据仓库进行更新,因此对于数据仓库的建立,以及后续的数据挖掘都有相当的实际价值,同时对于实用的应用程序更新也具有一定意义。     

基于数据仓库的数据挖掘系统结构框架

本文提出了一种基于数据仓库的数据挖掘系统结构框架。该系统把数据仓库、数据挖掘工具和知识库结合在一起,实现了查询协同和知识库的增量维护,能够解决在大容量数据集中快速发现知识的问题,提高了数据挖掘的效率。     

数据挖掘及其技术实现

数据挖掘解决在信息技术发展中存在的拥有大量数据但缺乏有用信息的问题,完成从业务数据到决策信息的转换。本论述了数据挖掘的概念及其工作流程,针对不同的功能类型对数据挖掘的技术实现进行了分析,并且阐明了数据挖掘设计和实现中的若干关键问题。     

基于属性分类的数据挖掘方法

随着数据仓库的广泛应用,从数据中获取相关的知识或规则越发显得重要,各种各样的数据挖掘技术提出了出来,本文介绍一个基于数据属性值的数据挖掘方法。首先简单介绍了ＩＤ３分类技术,然后详细论述了基于属性值分类的数据挖掘的方法。该方法有两个的步骤：数据采集,整理及形成规则并化简规则。     

基于SOA的数据挖掘原型平台的设计与实现

针对各类中小型企业在经营管理和决策制定过程中所提出的信息管理分析与辅助决策的实际需求,考虑到目前信息系统领域中已有的商用数据挖掘软件/工具中普遍存在的功能耦合性强、资源共享度低和可扩展性弱等问题,结合面向服务的系统体系架构SOA(Service-Oriented Architecture)的开放性、复用性、自治性和平台无关性等特点,提出了基于SOA的数据挖掘原型平台的设计和实现方案。基于Open ESB(Enterprise Service Bus,简称ESB)开发平台来构建系统的功能架构,完成其相应的主要服务组件/功能部件的研制工作。