基于回归模型的数据挖掘研究

回归分析是数据挖掘系统中的重要方法之一,本文主要研究如何利用回归模型来进行数据挖掘建模,介绍回归模型的3种类型,基于最小二乘法的参数估计和方程的显著性校验,并提出模型的优化方案,包括离群点的检验处理,模型形式的改进和回归自变量的选取。最后根据实例分析其在数据挖掘中的应用。     

基于Agent和数据挖掘技术的DMS电子交易平台设计和实现

基于数据挖掘技术和Agent技术,建立了DMS交易平台DMS-Trade。并给出了其中的算法管理Agent的实现算法。该平台能根据客户的信息,在数据挖掘结果的支持下,实现针对不同客户的个性化服务。     

基于数据挖掘技术的火电厂燃烧综合优化控制

本文重点介绍一种基于数据挖掘技术的火电厂燃烧综合优化控制系统,其通过数据挖掘方式提取机组最优运行模式,基于规则建立优化控制模,与现有DCS控制系统充分耦合,实现滚动优化和实时闭环挖制,连续寻找锅炉燃烧的最优运行模式,实现锅炉燃烧的在线优化与自动控制,以达到提高锅炉运行效率,降低NOx排放的目的。通过在某600MW大型燃煤机组的工程应用,结合该机组煤粉分配均衡改造与精确测量系统改造,获得了提高锅炉效率0．3-0．8％,降低NOx排放16-25％的综合优化效果。     

数据挖掘技术在移动通信网络优化中的应用

本文针对移动网络优化过程复杂、任务繁杂的特点,提出了利用数据挖掘技术来优化网络的方案。在对数据挖掘进行了深入的分析的基础上,重点对移动网络覆盖分析,移动站点选择,通信话务预测,信号干扰分析,通信掉话分析和切换分析等六个方面的网络优化问题的数据挖掘方案进行了设计。最后,对数据挖掘在GSM掉话分析中的应用进行了详细说明。     

基于组件技术的数据挖掘系统的研究与实现

针对通用数据挖掘系统的应用局限性和专用数据挖掘系统开发的复杂性,提出了一种基于组件技术的数据挖掘应用开发模型,用于实现数据挖掘实际应用系统开发中的软件复用。讨论了系统实现的具体方法、内容,给出了COM组件技术在数据挖掘的应用实例,对构建实用的数据挖掘系统进行了探索。     

基于数据挖掘的供应链产品优化配置

针对供应链的特点,以客户偏好序列数据为切入点,提出客户偏好取向与客户特征属性间的关联关系模型,借鉴数据挖掘的符号序列聚类方法,研究符号类型序列数据对应的性质,从形式化和实例化2个方向讨论符号序列相似性问题,对偏好符号序列聚类问题的本质进行分析,研究如何应用自组织特征映射作为符号序列的聚类算法,并对聚类模型进行比较,使得从消费者偏好进行市场细分结构研究的研究途径在实际应用中得以实现。     

基于数据挖掘技术的自然资源大数据整合优化方法

为解决大数据环境下信息整合效率低下、管理混乱,数据结构复杂、检测效率低以及精度适应能力差等问题,提出一种基于数据挖掘技术的自然资源大数据整合优化方法.针对自然资源整合内容,开发基于数据挖掘的整合分析平台,使用优化后Apriori算法处理多通道数据,利用Web技术建立单一数据管理系统,对目标数据优化和查询,度量自然资源目...     

基于MapReduce的数据挖掘平台设计与实现

MapReduce编程模型的简单性和高性价比使得其适用于海量数据的并行处理.然而,MapReduce欠缺对多数据源、组件复用以及数据可视化支持,这些缺点使用户在运用MapReduce框架进行数据挖掘时暴露出开发效率低下,重复开发等问题.提出了一种基于MapReduce的数据挖掘平台的设计与实现,该设计思想为Hadoop作为大规模数据计算平台在数据挖掘、数据可视化以及商业智能应用方面的不足提供了参考与弥补.同时,基于该方法实现了一个大规模数据挖掘工具.     

基于文本情报的数据挖掘

文章介绍了适合于军事领域中进行情报数据的挖掘方法,建立了军事情报中非结构化文本情报数据处理方法,结合军孥睛报的特点,提出了军事情报中数据挖掘的框架模型,探讨了军事情报挖掘中文文本的方法。实现了对情报文本数据的分词、关键字提取、词频分析、关联分析等。     

一种基于数据挖掘技术的入侵检测模型

针对传统入侵检测规则手工定制的弊端和可扩展性差、适应性差等缺点,设计一种基于数据挖掘技术的可行入侵检测系统模型。模型中引入数据挖掘技术使其能得到计算机系统入侵行为和正常行为,并利用异常检测和误用检测的各自优势,引入混合入侵检测引擎模块。经分析,该检测模型比传统的检测模型有着明显的优势。     

基于数据挖掘的入侵检测技术研究

本文介绍了数据挖掘技术在入侵检测领域的应用,介绍了数据挖掘的常用算法,并在此基础上给出了一个基于数据挖掘的入侵检测模型。     

基于数据挖掘的入侵检测技术研究

本文介绍了数据挖掘技术在入侵检测领域的应用,介绍了数据挖掘的常用算法,并在此基础上给出了一个基于数据挖掘的入侵检测模型.     

基于Web的数据挖掘技术

对Web数据挖掘技术的国内外研究成果进行了评价．阐述了Web数据挖掘的流程及其特点，针对Web内容挖掘、Web结构挖掘、Web使用挖掘的方法及实现技术分别进行了讨论分析，介绍了Web数据挖掘的典型应用，并对该领域进一步研究的问题进行了展望。     

浅析数据挖掘技术

随着信息技术的发展,积累了越来越多的数据。数据挖掘技术为人类处理这些海量数据提供了有力武器。首先介绍了数据挖掘技术的概念,然后对数据挖掘系统的构成和数据挖掘的流程进行了分析,最后详细分析了数据挖掘的常用方法。     

基于Web的数据挖掘技术

由于Web数据所具有的半结构化特性,使得Web数据挖掘更加复杂,不同于传统的基于数据库的数据挖掘。基于Web的数据挖掘主要分为:Web内容挖掘、Web结构挖掘和Web使用记录的挖掘。文中综述了基于Web的数据挖掘技术,并且介绍了一种全新的技术XML。XML的推广和使用,对于推动Web挖掘和知识获取具有重要的意义。如何进一步的开发Web数据挖掘,充分利用Web资源,还有待于进一步的研究。Web数据挖掘的研究具有极大的挑战性同时又具有极大的开发潜力。     

一种基于RDB的数据挖掘技术应用研究

基于数据库理论发展起来的数据挖掘技术,已经在工程实践中得到了广泛应用。为了充分利用教学管理数据库的资料,评估学员考核成绩,借以指导教学实践,提出一种基于统计分析的数据挖掘技术,并设计了相应的算法,有效地找出了混合班应届生、部队生、中专生三类学员在考核中成绩分布的规律。这些规律可有效地指导教学管理,为进一步教学改革提供理论基础。     

基于Web数据流挖掘的资源服务实现

为了提高网站的利用率及优化网站,构建了Web数据流挖掘系统,介绍了该系统的框架结构,并以商丘师范学院校园网为挖掘对象,说明了Web数据流挖掘的工作流程以及Web资源服务的具体实现流程。实践证明,基于Web数据流挖掘技术实现Web资源服务,可充分利用Web网站的信息和网络资源,实时、高效地为用户提供个性化的Web资源服务。