基于数据挖掘的智能入侵检测系统研究

入侵检测系统是网络安全体系的重要一环。数据挖掘能从大量的、有噪声的、随机的数据中提取出有用的信息,而代理技术可使入侵检测系统具有清晰的系统结构、良好的可扩展性和可移植性。本文对数据挖掘技术和智能检测代理在入侵检测系统中的应用进行研究,提出了一个基于数据挖掘、Agent技术的入侵检测系统框架。     

数据挖掘在股票价格组合预测中的应用

研究股票价格变化预测问题,股票价格受多种影响,导致具有突变性、非线性和随机性,单一预测方法只能描述股票价格部分变化规律,预测精度低。为提高股票价格预测精度,提出一种基于数据挖掘技术的股票价格组合预测模型。根据股票价格变化特点,首先对其线性变化规律进行建模预测,并对非线性变化规律进行建模预测,最后将两种预测结果进行融合,得到股票价格的最终预测结果。仿真结果表明,相对于单一股票价格预测模型,组合预测模型提高了股票价格预测精度,降低了股票价格预测误差,更加全面、准确反映了股票价格的变化规律,是一种有效、高精度的股票价格预测参考手段。     

数据挖掘在高校招生预测中的应用研究

高校招生人数准确预测问题,高校招生人数由于受到当前国家政策、社会需求、社会经济状态等因素综合影响,使招生人数变化存在非线性、复杂性。传统预测线性模型难以进行准确预测,预测准确率低。为了提高高校招生人数预测准确率,提出一种数据挖掘的高校招生人数预测模型。首先采用数据重构方法,获取多维高校历史数据,然后采用主成分分析对其进行处理,消除数据之间的重复信息,最后采用非线性预测能力强的支持向量机进行建模。采用某高校1994-2010年招生数据对模型的性能进行仿真,预测准确率高,证明建立的模型可以为高校招生未来人数预测提供参考。     

基于支持向量机的数据挖掘研究

分析NPA训练算法,指出其不足并提出改进措施。在第1类子循环的前半阶段采用Gilbert迭代,后半阶段采用NPA迭代,并提出界定这2个阶段的方法,利用中间计算结果优化了第2类子循环中的迭代过程。在不增加计算量的条件下,提高了算法收敛速度。基于该算法开发的自动分类模拟系统获得了较好的分类结果。     

数据挖掘在石化企业中的应用

产量预测对于生产和销售部门是极其重要的。在石化企业中,由于影响主副产品关系的因素很多,产量很难预测。传统的机器学习方法在这个领域的应用存在着一些局限性。论文介绍了一种数据挖掘中的支持向量机方法,较好地解决了产量预测问题,同时也对生产优化有着一定帮助。文中首先介绍数据挖掘及其相关理论,重点阐述了支持向量机方法,接下来详细地介绍了问题求解过程。     

基于数据挖掘的城市轨道交通信息安全检测

针对列车运行控制系统的通信网络安全问题,提出了一种基于数据挖掘的信息安全检测方案.以数据流为研究对象,结合轨道交通信息系统中异常数据占比少的特点,提出单分类支持向量机模型,采用超平面法,将正常数据和入侵数据进行分类,实现网络入侵行为的有效检测.仿真结果表明,在不同数据流量情况下,检测模型均能表现出较强的检测能力.     

基于支持向量机的复杂时间序列预测研究

介绍了相空间重构和基于支持向量机的时间序列预测建模技术,提出了复杂时间序列的多尺度分解方法,对支持向量机回归与预测的各项参数设置进行了试验分析。对股票数据进行建模和预测,结果表明支持向量机对复杂时问序列具有较好的预测效果。     

基于支持向量机的通信网络异常流量数据挖掘方法

传统方法对通信网络流量异常数据挖掘的精准度和效率较低,安全性不高。基于此,提出基于支持向量机通信网络异常流量数据挖掘方法并对该方法进行设计。首先,基于支持向量机对通信网络流量进行特征选择,利用支持向量机在通信网络流量异常挖掘中,选取一对一的构造方法进行类别分类。其次,通过统计频率法选择通信网络流量特征子集并列出大体流程图。再次,对通信网络流量异常特征聚类分析,先计算通信网络流量特征数据记录的距离,再建立通信网络流量特征聚类流程。最后,识别和挖掘通信网络流量异常数据,设计出通信网络流量异常判别模型,通过基于二分法的通信网络流量数据特征分析和基于支持向量机的判别后完成了通信网络流量异常的数据挖掘。将设计方法与传统方法和基于多尺度数据挖掘方法进行对比,得出该方法更具有优势。     

基于数据挖掘技术的交通流预测模型

本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对数据挖掘技术应用于交通流数据的特征选择和交通流预测模型的建立提出算法.在对采样数据进行清洗后,以分类与回归决策树作为基学习器,采用梯度提升决策树进行回归拟合,计算出交通数据的特征重要度.并以此重要度作为自适应特征选择的依据.其次,采用聚类算法对选取后的特征数据进行聚类分析,缩小样本大小的同时,同类数据更加相似.最后,以实时数据匹配相应聚类作为训练数据集,使用经过人工鱼群算法优化参数后的支持向量机进行交通流预测.本文结尾通过实验数据论证本文所提出的算法和模型.     

基于数据挖掘技术与支持向量机的目标识别研究

提出了基于数据挖掘技术及基于支持向量机的两种水中目标识别方法,分别藉助目标噪声特征量提取和模式识别算法以及支持向量及二次规划算法,对比性地研究了不同工况下三类目标的分类识别效果。其方法和结果对水中目标识别有较好的参考价值。     

基于GPRS通信网的远程供水监控系统

针对由水源井取水、加压泵站加压输水、供水泵站供水三部分组成的供水系统中存在的问题，根据该系统的特点及监控系统的要求，基于GPRS通信网，提出了系统的总体设计方案、配置、运行方式等。经过半年试运行，各项指标均达到设计要求，GPRS网络传输性能稳定，保证了整个系统的安全可靠运行，也保证了企业的生产过程安全、连续，说明此技术方案成熟，有一定的应用价值。     

基于GPRS的城市供水管网远程监控系统

本文分析了GPRS技术的特点,结合某净水厂技术要求,介绍了一种基于GPRS技术的监测站配置和中心站的软件配置方案,从而构建了一套可行的城市供水管网监控系统。     

基于GPRS的供水管网远程监控系统设计

为实现供水管网的信息化管理,介绍了一种基于GPRS通信方式、采用嵌入式微处理器和μC/OS-II实时操作系统的供水管网远程监控系统设计方案,阐述了监控终端的软硬件实现及监控中心的软件设计;监控终端将现场采集的各类数据经协议封装后由LPC2210微处理器通过串口发送给GPRS无线模块,再由GPRS数据网络发送给远端的监控中心,监控中心实现对数据的处理、存储和统计分析以实现监控功能;该系统实验效果好,为供水管网的自动化管理提供了一种可行的解决方案。     

基于PLC和GPRS的供水管网监测系统

针对具体工程实例,分析了在供水管网监测系统中采用传统的无线电台等传输方式存在的缺点以及GPRS技术的优点,选用GPRS DTU作为无线监测设备,通过与单片机系统比较,选用西门子PLC S7-200作为现场数据采集设备。介绍了该系统的结构,硬件的选择,通信的实现,以及主要的监控功能,并说明实际运行三年来所显明的优越性。     

水源地供水智能调度与远程管理的研究与实现

在研究工业园水源地供水过程的基础上,提出综合应用PLC技术,计算机技术,通讯网络技术和过程控制理论,进行供水系统技术升级改造,实现供水的智能调度,远程管理,为达到供水无人值守打下基础.     

利用组态王实现基于GPRS的远程污水处理设备监控

城市污水处理设备的过程监控系统有多种实现方式,本文重点介绍介绍施耐德PLC在城市污水处理中,通过GPRS终端设备,将监控数据通过GRPS网络上报给组态王监控界面的应用实践,此种方式组网和实现简单易行,为类似应用提供了借鉴     

GPRS网络的远程监测系统

介绍了一基于GSM网络的GPRS网络通信技术实现远程数据传输，从而实现远程水位实时监控功能的系统。该系统的核心部分GPRS具有永远在线、快速登录、按量收费和自由切换等优点，保证了系统的稳定性，并且大大减少了系统的建设投资和运营费用。     

基于电话网的灌区水情数据远程监测系统

介绍了用电话网实现灌区水情数据远程监测系统的设计方案,根据水位-流量曲线法测量原理计算出水位、流量数据,给出测点单片机控制Modem远程通信接口电路和软件设计框图。阐述了上位机与单片机的通信协议、上位机设计思路和实现方法。最后给出灌区水位、流量实时监测的运行结果。     

基于供应链数据仓库的OLAP数据挖掘

现代企业的竞争已经转变为供应链之间的竞争，供应链管理是经济全球化发展的产物。在供应链系统的数据库或数据仓库之中存储了大量的数据，如果在供应链数据仓库的基础之上开发OLAP数据挖掘系统，可以使供应链数据仓库更好地适应物流企业决策的需求。文中介绍了基于供应链数据仓库的OLAP数据挖掘应用技术，最后给出了应用实例，并讨论供应链数据仓库的OLPA数据挖掘系统的工作模式及其今后的研究方向。     

基于GSM的水土保持监测数据管理系统

水土保持监测站比较偏远、分布广泛,不具备有线网络,且业务特点是数据量不大,实时性要求不高,特别适合利用GSM的短消息服务远程传送水土保持监测数据,本文介绍基于此技术开发的水土保持监测数据管理系统.