基于Web Service的多数据流聚类研究

多数据流聚类是当前数据挖掘领域的研究热点。随着网络技术的迅猛发展,使得大量数据流产生自异构环境。提出了异构环境下多数据流的聚类框架,使用Web Service技术传输数据,实现本地和后台系统的连通,满足异构应用系统间对信息交互和传输的需求,实现了不同平台间的互联。     

基于数据挖掘的制衣企业辅助决策系统设计

本文重点阐述了决策支持系统和数据挖掘技术的基本概念和原理,给出了基于数据挖掘技术的制衣企业辅助决策系统模型的主要结构和设计思路,最后对这种制衣企业辅助决策系统的发展前景做出了展望。     

基于熵权法的灰色聚类评估在纺纱工艺设计中的应用

结合纺纱工艺评估的现状和灰色系统的特点,将灰色聚类评估应用在工艺设计中。研究了灰色聚类的相关问题,建立了灰色聚类评估模型。将熵权法应用在灰色聚类中,解决了聚类权重确定的问题,实现了基于熵权法的灰色聚类评估算法。利用企业的工艺和质量数据,进行了算例验证。通过对比试验证明了该评估模型应用于纺纱工艺评估的有效性。     

基于数据挖掘的接触网检测数据处理方法研究

在接触网检测的数据处理过程当中合理使用数据挖掘技术,第一步就是要预处理那些很原始的数据,并且为数据挖掘的过程做好充足的准备,第二步就是使用聚类的方法把所需要检测的数据按照空间的位置进行分类,之后就可以得到聚类结果,第三步就是对检测的数据进行线性回归,这样就可以得到检测参数的所有数学模型。     

休闲服客户细分方法及客户关系管理

 以国内某知名大型休闲服企业为实证研究案例,在构建加盟商客户价值评价体系的基础上,分别运用客户价值ABC金字塔分类法与客户价值聚类技术和矩阵模型分类法,对休闲服加盟商进行了客户细分的研究。研究结果表明,对于休闲服加盟商客户,采用聚类技术和矩阵模型分类法,可更加科学、全面、合理地细分客户。进一步提出了客户差异化管理策略,制定了进行客户关系管理的差异化管理策略模板,可有效提升服装企业对加盟商客户关系管理的客观性、合理性。     

区域规模化服装定制的企业号型分档技术

服装企业在生产过程中积累了海量量体数据信息。文章利用数据挖掘、聚类分析等数学分析技术,提出并重新规划合乎地域人体需求的企业号型表,打破国标号型分类的不足,特别是运用模糊聚类的号型分档表更加真实地体现区域人体号型关系,为企业提供产品规格系列设计、投产号型及配置辅助决策参考,并为区域性规模化服装定制的量体数据进行合理号型选配和归档提供可靠依据。     

基于数据挖掘的飞行数据分析及仿真研究

飞行数据越来越被人们所认识,传统上飞行数据的分析方法有很多,大多建立在飞机系统模型下,本文直接对飞机数据,绕开飞机系统模型,运用数据挖掘技术的中聚类算法对飞机系统聚类分析,寻找出飞行数据之间内在的联系,并建立了聚类分析系统。该系统能够很好的把正常数据和异常数据区分开,对以后的日常机务维修和飞行安全警示都能起到一个较好的参考作用。     

基于Web日志的数据挖掘聚类算法研究及应用

针对FCM算法主要应用于点数据聚类,不能直接处理关系型数据的缺点。本文提出了一种基于Web日志的数据挖掘聚类算法,首先对FCM算法进行改进使其能够处理关系型数据,并对算法进行了健壮性改进。然后针对传统FCM算法需要在没有先验知识的基础上,事先确定聚类类别数的缺点,引入了竞争凝聚算法（CA）,与FCM算法相结合,形成了CAFCM算法,使之能够自动确定最佳分类类别数。实验表明,CA-FCM算法的挖掘结果与FCM算法的结果相近,在用户访问会话数量不太大时性能优于FCM算法。     

基于数据挖掘的电网数据智能分析的研究

数据挖掘是对数据进行分析理解,揭示数据内部关联规则的一门技术,是数据分析的主要手段之一。它能够从大量有噪音的数据中,挖掘出其蕴藏的知识信息。其挖掘模式主要包括聚类模式、序列模式、关联模式、分类模式等。电网数据智能分析系统运用数据挖掘算法,对电网的设备信息、运行数据、日报数据进行分析,清理大量初始数据,按照电网运行的特点,分析和因素有关的数据,将其记录到数据库,通过相应的挖掘算法,获得所需的数据,从而为电网的安全运行提供理论基础和支持。本文主要论述了数据挖掘的概念、模型,电网数据智能分析系统的设计模式、体系等,对有关技术进行简单的分析。     

基于数据挖掘银行客户关系管理系统构建研究

随着经济的发展，各行各业开始建立自己的信息系统，以期望自身获取更多的效益。银行为了提高自己的利润必须加强客户关系管理系统的构建。介绍了利用数据挖掘技术中的“聚类”分析法进行银行客户关系管理系统的构建。     

数据挖掘在金融中的应用

随着经济全球化和信息技术的发展,金融数据正在以空前的速度产生和累积。因此,迫切需要找到一种有效的方法从海量的金融数据中提取有用的信息以在企业和个人制定战略性计划和投资时给予支持。数据挖掘技术已经应用在金融市场中来揭示隐含的模型,并且预测其未来趋势以及行为。文章在金融应用的环境中从技术和应用前景两方面描述了数据挖掘;比较了不同的数据挖掘技术,讨论了牵涉到的特有金融应用领域的数据挖掘问题;强调了许多这个领域将来研究中的挑战和趋势。     

基于数据挖掘的纺织企业质量管理系统

质量管理系统是现代企业保证产品质量的重要手段,在质量管理系统中利用数据挖掘技术可以寻找出与企业产品质量相关的潜在规律,帮助企业管理者更好的决策.本文提出了基于数据挖掘的纺织企业质量管理系统的设计架构,并就数据挖掘技术在纺织企业质量管理系统中可以解决的问题、应用意义、应用过程等进行了分析和探讨,最后以实例阐述了数据挖掘技术在纺织企业质量管理系统中的应用.     

空间数据挖掘和知识发现的研究

随着现代科技和传感器的发展和应用,复杂多变的空间数据日益膨胀,远远超出了人的解译能力,迫切需要数据挖掘和知识发现为其提供知识。研究了空间数据挖掘和知识发现的概述,可发现的空间的关联、特征、分类和聚类等知识,以及它与相关学科的关系,分析和展望了SDMKD的应用开发。     

关于结合层次聚类和K-means算法进行聚类的研究

为了解决进行K-means聚类时类数的自动选择和Hierarchical聚类在处理大量高维数据时时间效率低的问题,在Kmeans聚类算法的基础上结合Hierarchical聚类算法,提出了一种基于集体智慧编程方法的用于处理大量数据时动态选取K值的聚类模型。实验结果表明该算法比K-means聚类具有更好的聚类效果,同时解决了Hierarchical聚类方法时间效率低的问题。本模型通过K-means聚类生成适量的类簇,再利用Hierarchical聚类对这些类再进行聚类,最后经过剪枝得到合适的聚类结果,以此实现动态选取K值。     

色纺纱线中纤维混色比例的图像检测

为解决色纺纱线中有色纤维配比的经验性及耗时性等问题,在结合视频显微镜和图像处理技术的基础上,提出一种基于聚类算法的色纤维颜色分类及比例测定方法。首先将色纺纱线解捻获得色纤维,在轻微张力下排列在载玻片上,利用视频显微镜进行图像采集;然后采用投影方法定位色纤维,再提取出每根纤维中心线上的像素点,分别取所有像素点的R、G、B分量的平均值构成特征向量来表征该根纤维;最后将RGB模型的特征向量转换到L*a*b* 模型并通过聚类算法对色纤维进行分类,确定图像中各颜色纤维所占比例。实验表明：本文算法能够实现色纺纱线中色纤维种类的确定及比例测定。     

数据挖掘技术在金融领域的应用研究

随着我国电子信息化技术的快速发展,为了满足金融领域日新月异的变化,数据挖掘技术在金融领域中发挥着越来越重要的作用。数据挖掘技术可以利用自身的优势,为金融领域企业提供更加有效地决策支持,不断提高企业的综合竞争力。本文分析了数据挖掘技术概述,阐述了数据挖掘技术在银行领域的应用。     

数据挖掘在图书馆管理上的应用

随着学生和图书馆里文献资料的数量增涨,图书馆管理系统的数据正呈指数增长。使用传统的人工统计方法不可能进行完整的、如此大量的数据分析,如何巧妙的提取求的信息然后进行充分的利用成为了个让人头疼的问题。而利用数据挖掘技术可以很轻松的解决上述问题。文章通过使用k-means算法进行聚类挖掘得到了个完整高效的统计结果,进而根据统计结果对图书馆的管理进行改善,可以提供更好、更人性化的服务。后,文章对未来数据挖掘技术在图书馆的数据管理方面的应用进行了展望和畅想。     

基于关联分析的F聚类模型及其应用

利用关联分析的基本性质，建立了一种关联分析的Ｆ聚类模型，把聚类与排序结合起来，弥补了现有聚类模型的只聚类不排序的不足，实际应用表明，该模型快速要靠适于多目标方案的决策。     

基于数据挖掘的ADS-B航迹数据偏差分析方法研究

为了解决由于航路设计不足而导致的航迹与预定航路存在偏差的问题,基于数据挖掘的理论,采用时空航迹聚类、航迹相似度度量及分层聚类航迹方法分析了航迹航路偏差。采用Matlab软件处理了飞机飞行的ADS-B航迹数据,求得飞机飞行平均航迹。以天津上空航路网为例计算平均航迹。结果表明,此方法能分析出航迹与航路的偏差。     

基于数据挖掘的 ADS-B 航迹数据偏差分析方法研究

为了解决由于航路设计不足而导致的航迹与预定航路存在偏差的问题,基于数据挖掘的理论,采用时空航迹聚类、航迹相似度度量及分层聚类航迹方法分析了航迹航路偏差。采用Matlab软件处理了飞机飞行的ADS-B航迹数据,求得飞机飞行平均航迹。以天津上空航路网为例计算平均航迹。结果表明,此方法能分析出航迹与航路的偏差。