空间数据挖掘的方法进展及其问题分析

采用归纳和总结的方法,研究了每种空间数据挖掘方法的特点和使用范围,指出了目前空间数据挖掘方 法的局限性,就目前空间数据挖掘存在的问题进行了深入研究。认为空间数据挖掘是一个新兴的而富有前景的 研究领域,目前只是取得了一定的初步成果,仍有大量的理论与方法需要深入研究。最后就空间数据挖掘的发 展方向进行了研究和归纳。     

数据挖掘算法的分析与研究

本文对数据挖掘的基本理论进行了分析研究,总结了数据挖掘的基本步骤,归纳了数据挖掘的基本方法,并在此基础上,提出了用数据挖掘进行数据分析的通用策略。     

数据挖掘技术在电力设备状态检修中的应用

介绍了数据挖掘的基本过程、方法及在我国电力系统的应用现状;分析了数据挖掘在电力设备状态检修和设备故障诊断中的应用状况,给出了基于数据挖掘的电力设备状态评估模型,并以关联规则方法为例进行了分析.     

基于数据挖掘技术的市场经济预测支持系统的研究

分析了传统预测系统存在的三方面问题,简述了数据挖掘技术,提出了数据挖掘常用的工具和方法以及数据挖掘的三个不同层次空间,将联机分析处理和联机事务处理进行了对比,提出和设计了一种基于数据挖掘技术的新型市场经济预测支持系统.     

Oozie工作流在Mahout分布式数据挖掘中的应用

针对现有数据挖掘软件不支持用户有序、动态地按需定制并行数据挖掘算法,且不能充分利用计算集群的能力,分析了 Hadoop技术及其多种数据处理组件,提出应用 Mahout分布式数据挖掘算法库和 Oozie 工作流技术在 Hadoop 中构建数据挖掘工作流的方法,并设计实现了一个聚类工作流实例。实验结果证明,该方法简单,且能有效地组织数据挖掘流程。     

数据挖掘技术在CRM中的运用

阐述了数据挖掘是CRM的核心，客户的信息通过数据挖掘工具进行加工，提取出有用的信息，为企业综合决策提供依据。介绍了数据挖掘的概念、过程、目标、CRM中数据挖掘的主要方法以及数据挖掘的广阔的前景。     

基于聚类的离群数据挖掘及应用

介绍了离群数据挖掘的基本概念，全面分析并总结了离群数据挖掘研究的历史与现状，以及离群数据挖掘的几类方法，并对一些典型方法进行了分析和评价，指出传统方法的优点和不足，展望了今后的研究工作。     

数据挖掘方法综述

数据挖掘方法结合了数据库技术、机器学习、统计学等领域的知识,从深层次挖掘有效的模式,数据挖掘技术的常见方法,关联规则、决策树、神经网络、粗糙集法、聚类方法、遗传算法和统计分析方法被应用到各个领域,数据挖掘技术具有广泛的应用前景。     

可拓建筑策划数据挖掘理论探讨

可拓建筑策划数据挖掘是运用可拓数据挖掘为可拓建筑策划所进行的数据挖掘.可拓建筑策划数据挖掘能够挖掘与可拓变换有关的建筑策划知识,从而为可拓建筑策划提供知识支持.本文初步论述了可拓建筑策划数据挖掘的定义、核心、特点及类型,试图构建可拓建筑策划数据挖掘的理论框架,完善可拓建筑策划的理论与方法,也丰富与发展了建筑策划理论.     

基于数据挖掘技术的市场经济预测支持系统的研究

分析了传统预测系统存在的三方面问题,简述了数据挖掘技术,提出了数据挖掘常用的工具和方法以及数据挖掘的三个不同层次空间,将联机分析处理和联机事务处理进行了对比,提出和设计了一5种基于数据挖掘技术的新型市场经济预测支持系统。     

数据挖掘在高速公路收费系统中的应用探讨

我国高速公路联网收费系统中包含丰富的数据资源,对于这些离散的原始数据,目前大部分采用数据仓库（DW）和联机分析处理（0LAP）技术,而数据挖掘（DH）却应用不广。然而对于高速公路联网收费系统中的海量数据内部,蕴藏着丰富的内在关系和隐含信息。本文探讨了数据挖掘技术在高速公路联网系统中的部分应用问题。     

属性约简与数据挖掘的可拓变换与可拓知识的表示

利用可拓学的可拓变换和可拓知识对知识发现过程中的属性约简与数据挖掘进行形式化,并引入计算算子和计算型变换,从属性约简与数据挖掘中提取可拓变换和可拓知识(含变换的因果关系),从而更精炼地说明了属性约简和数据挖掘的本质.     

基于WEB的数据挖掘技术及其应用

为了快速准确的找到数据库中有用的信息和知识,利用数据的挖掘技术对数据进行分析,WEB中的数据挖掘技术及应用非常重要。主要通过介绍数据挖掘技术来引出WEB的数据挖掘技术,并对WEB的数据挖机技术及其应用进行研究与探讨。     

淮南矿区安全高效绿色开采技术研究与工程实践

分析了淮南矿区煤炭主业开采技术变革历程及安全生产技术现状,研究了安全高效绿色开采技术,开展了管理转型,带动了煤炭相关产业同步发展,建设了新型矿区.     

基于网格的并行数据挖掘算法的实现

随着信息技术的发展,大量的数据不断被收集和存储,对数据的挖掘规模越来越大,传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展,使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质,把并行关联规则挖掘算法应用于网格数据挖掘中,并建立了一个并行数据挖掘模型,验证了并行数据挖掘系统在网格环境的可行性与合理性。     

数据挖掘在服装企业决策支持中的应用

从数据挖掘的定义及特点、数据挖掘的步骤以及数据挖掘技术的分类三个方面对数据挖掘技术做了阐述,结合服装行业特点对数据挖掘在服装企业计划决策中应用进行了探讨.     

应用层次分析法选择回采工艺方式

通过建立选择回采工艺方式的层次分析模型及构造判断矩阵和计算特征值，得到了选择回采工艺方式所需考虑因素的排序权值。最后，应用本模型对资兴矿务局周源山矿１４１２工作面的回采工艺方式进行了选择。     

基于XML的网页数据挖掘

随着Internet的迅速发展,使得“数据丰富而信息贫乏”这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。     

初析数据挖掘技术

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。数据挖掘技术能快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。数据挖掘方法结合了数据库技术、机器学、统计学等领域的知识,从深层次挖掘有效的模式。数据挖掘技术具有广泛的应用前景。     

数据挖掘在电力系统中的应用

数据挖掘是当前信息化领域的热点,它在电力系统中已获得初步应用.介绍了当前数据挖掘技术发展的现状和数据挖掘的过程,结合电力系统的数据挖掘特点,分析了数据挖掘在电力系统的应用现状及前景.