面向政府决策支持的统计地理信息系统设计

系统是自主研发的区县级统计数据挖掘系统,融合了数据仓库、数据挖掘思想和地理信息系统技术,研发目标是一个包括人口和社会经济统计数据、地理空间数据的查询分析平台。     

数据挖掘技术研究

数据挖掘是近年来数据库领域中出现的一个新兴研究热点。数据挖掘是对数据库数据的统计分析，其基础是人工智能。阐述了数据挖掘技术的背景，就数据挖掘的主要分析技术进行了研究和分类。介绍了目前数据挖掘常用的技术及数据挖掘过程，指出了数据挖掘技术未来的发展方向。     

基于数据挖掘的仿真模型参数修正

针对工业仿真数学模型参数估计实践中的难点,提出了通过数据挖掘来修正模型参数的新方法。从实际生产的大量数据中挖掘样本,通过数学方法计算模型参数,针对包含噪声的工业生产数据主要采用改进了最小二乘方法来修正参数;根据工业生产数据不完全及常见分布特点,采用分段组合修正参数的方法;通过实际生产的动态过程的历史数据挖掘来估计动态特性的相关参数,模型参数修正与数据挖掘过程交互引导,来缩小海量工业数据中的挖掘范围及提高参数修正所需样本数据的充分性,并建立两者之间互相协调的网络模型。实际案例验证了方法在工程项目中的有效性和实用性,表明这种方法能大幅提高仿真精度     

异构分布的多元线性回归隐私保护模型

隐私保护是数据挖掘领域中一个极其重要而富有挑战性的课题,以实现隐私数据的保护和准确知识的挖掘两者兼得为其最终目标.统计回归是数据挖掘的常用工具之一,而数据分布式存储情况下统计分析的研究工作甚少.由于机密性或其他原因,数据拥有者往往不情愿与其他合作方分享原始数据,去又希望与其他合作方共同协作执行统计分析.关注于如何解决既...     

应用数据挖掘技术提升金华地区旅游业核心竞争力的研究

应用数据挖掘技术可以让企业找到最新的有价值的商业信息,实现预测客户的消费需求并制定相应的对策和计划,数据挖掘通过对大量观察和统计到的数据仓库中的数据进行处理,能够比较准确地通过大量的统计信息预见到未来的相关事物的发展趋势,对比分析金华地区旅游市场的特点,应用数据挖掘技术对旅游业的相关数据进行统计挖掘,并从中得出有利于金华旅游业发展的相应对策,不但带动了金华地区旅游产业的发展,而且对提高金华地区旅游行业的核心竞争力起到非常重大的推动作用。     

数据挖掘中的统计方法

Data mining is the process of secondary analysis of large databases aimed at finding unsuspected relationships which are of interest or value to the database owners. We analyze the statistical methods in the classification in data mining, include: preprocessing techniques, classification algorithms, and post-classification analysis. Also, we introduce the Bayesian networks for data mining.     

基于语义分割的异构多核平台大数据挖掘算法

为了提高异构多核平台大数据精准挖掘能力,提出一种基于语义分割的异构多核平台大数据精准挖掘方法。构建异构多核平台大数据的模糊信息检测模型,采用关联特征提取方法进行异构多核平台大数据的模糊指向性聚类分析。构建异构多核平台大数据的输出自相关特征匹配模型,结合语义特征提取方法进行异构多核平台大数据的特征提取和统计分析。建立异构多核平台大数据的语义动态特征分析模型,提取异构多核平台大数据的统计特征量。根据异构多核平台大数据的特征提取结果采用模糊C均值聚类方法进行大数据聚类,采用语义分割进行异构多核平台大数据挖掘过程中的自适应寻优,实现异构多核平台大数据的优化挖掘。仿真结果表明,采用该方法进行异构多核平台大数据挖掘的精度较高,特征分辨能力较好,可提高异构多核平台大数据的挖掘和检测能力。     

Nonlinear pattern hypothesis generation for data mining

This paper reports on conceptual development in applications of neural networks to data mining and knowledge discovery. Hypothesis generation is one of the significant differences of data mining from statistical analyses. Nonlinear pattern hypothesis generation is a major task of data mining and knowledge discovery. Yet, few methods of nonlinear pattern hypothesis generation are available.

This paper proposes a model of data mining to support nonlinear pattern hypothesis generation. This model is an integration of linear regression analysis model, Kohonen's self-organizing maps, the algorithm for convex polytopes, and back-propagation neural networks.     

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。     

基于T统计量的一种改进关联规则挖掘方法*

数据挖掘的一个重要任务便是从数据库中挖掘出有趣的关联规则。传统的关联规则挖掘方法一般基于支持度-置信度体系,时常会挖掘出虚假规则或忽略掉有用的规则。针对这一问题,本文借鉴对照实验的思想,提出基于T统计量的关联规则挖掘方法,用显著度代替置信度,使挖掘出的规则更具有统计显著性。算例分析和数据实验表明,这种方法可以解决传统关联规则方法存在的上述问题,提高关联规则的有效性。