数据挖掘在Microsoft SQL Server 2005 Analysis Services中的应用研究

首先概述了SQL Server 2005数据挖掘的功能分析,主要介绍了Analysis services分析服务及其算法,然后通过Analysis Services项目的开发过程使我们建立起对SQL Server数据挖掘的感性认识,最后介绍了OLE DB for Date Min-ing规范。     

基于数据立方体的数据挖掘系统

介绍了一个通用的数据挖掘系统-基于数据立方体的数据挖掘系统的设计与实现过程。该系统基于C/S构架，引入了挖掘模型的概念，集成了两种算法，图形化显示挖掘结果。文中详细介绍了系统的这些特点。     

基于MS Analysis Services 的OLAP分析系统模型设计及应用

首先对OLAP和MS Analysis Services技术进行了讨论,然后提出了一种基于MS Analysis Services的OLAP分析系统模型设计,模型具有通用性、实用性和开放性.最后给出了运用此模型构建的OLAP分析系统实例,阐述了系统开发的步骤.实践证明运用提出的模型构建OLAP分析系统,实现了良好的分析决策功能.     

一种基于MS OLAP Services的决策支持系统的开发模式

给出了一种利用MSOLAPServices技术构造OLAP应用的完整设计与实施方案。它从后台数据仓库／数据集市的构建到前台客户端的编制都提出了设计与实现的方法,从而提出了建立决策支持应用后种工程应用模式。     

基于MS Analysis Services多维查询分析系统的研究与实现

文中总结的介绍了OLAP技术及其有关基本概念，并对MS Analysis Services中的多维据集的建立和访问技术作了讨论，提出了多维分析系统设计与实现的方法，在此基础上给出了一个从OLAP数据源结构设计到应用程序设计的实例。     

数据仓库,数据集市和数据挖掘

本文介绍了数据仓库，数据集市和数据挖掘这三个数据库应用领域的技术及它们的相应的最新解决方案。     

基于数据挖掘技术的城市隧道交通流分析

将数据挖掘技术应用到武汉市首义广场隧道的交通流分析中.采用SQL SERVER 2000提供的聚类分析工具,首先对原始数据进行清洗整理,然后建立数据挖掘模型,最后对结果进行分析得到该隧道的一些交通特性.这些信息即可以使隧道管理人员对隧道实施有效的管理,也可以方便行车人员的出行.     

使用Analysis Services对数据进行联机分析

通过对如何使用Analysis Services对数据进行联机分析进行了实际的操作,介绍了使用Analysis Services进行数据联机分析的方法和技巧。     

基于微软Analysis Services的OLAP解决方案

基于微软Analysis Services提出一套快速开发OLAP分析工具的解决方案.在此方案中,包括了数据源的连接、立方体的构建以及客户端展现工具的制作.介绍Analysis Services相关体系结构,给出了具体的快速开发方案.     

基于数据挖掘技术的药品营销分析系统

本文介绍了一个应用数据挖掘技术开发的医药营销平台DMMA,从体系结构、系统实现、应用等方面论述了DMMA的设计,对数据挖掘技术的应用进行了有益的探索.     

基于数据立方体的联机分析挖掘模型研究

本文提出一种联机分析挖掘模型,该模型基于数据仓库和其他各种类型文件生成的工作仓库,同时综合了联机分析处理多维分析的在线性、灵活性和数据挖掘处理的智能化特点,提高了传统模型的灵活性和智能化程度。     

基于模型的数据挖掘系统在大坝监控中的应用

为了对大坝的运行情况进行安全的、实时的控制,根据大坝安全监控的理论知识,提出了一个基于参数模型的时间序列数据挖掘系统原型.文中介绍了系统的挖掘算法,系统的框架,分析了系统在实际应用中遇到的各种问题和解决的方法.实际应用结果表明,该系统建模过程简便、快捷,同时对监测时间序列具有良好的预报效果,适合在工程实际中使用.     

ACMC策略在多维数据挖掘处理过程中的应用分析

数据分析和预测的高质量性和高效性是非常重要的,尤其是在复杂的数据环境中,其作用更加明显。采用层次分析法构建挖掘模型(AHP Construct Mining Component,ACMC)策略可以更加直观地进行数据挖掘,其优点非常明显。AC-MC策略能够很好地升华原本的层次分析理念。本文基于复杂的数据环境,对ACMC的实用性进行充分的研究和分析。     

基于数据立方体的关联规则挖掘及其实现

联机分析处理和数据挖掘是两种重要的数据分析方法。使用数据立方体作为数据存储结构,将两者集成起来,使得用户可以从不同角度、不同抽象层次分析数据。针对数据立方体的特点,本文提出了挖掘维间关联规则的算法,并编程实现了该算法,取得满意的结果。     

一种星型模式下的关联规则挖掘方法

目前的数据挖掘基本上都是基于普通数据集的挖掘,针对星型模式结构的数据挖掘的研究工作较少,为此定义星型模式挖掘结构,并在此基础上构建一种关联规则挖掘算法,该算法先扫描事实表,产生最大频繁项集和关联规则,进而以此为基础,提出一种基于连接条件和关联规则局部有效性的理论,并在此基础上建立一种快速扫描维表属性的方法,一次产生维表隐藏的关联规则,这个扫描是基于局部的,不是基于全局的,同时可根据需要,对于不明确的关联规则,通过构建扩展的维表,进行隐知识的挖掘。算法挖掘速度快,若合理地构建扩展维表,能够发现扩展的隐藏信息。     

基于数据立方体分块的多维关联规则挖掘

介绍了在数据立方体上对于不同可信度的数据进行分块的方法,阐述了基于数据立方体分块的多维关联规则挖掘的算法.     

基于数据集市的多层OLAP应用模型

提出了基于数据集市的OLAP应用模型，分析了其工作原理和特点，并给出了一个基于该模型的项目实例，对其所采用的设计思路和关键技术进行了分析。     

一种基于双层可伸缩结构遗传算法的分类

数据挖掘是数据库研究的一个热点问题。提出了一种基于遗传算法的数据挖掘算法,适用于分类型数据的挖掘。该算法采用了一种全新的双层结构、可伸缩的多种群进化机制,强调种群个体的多样性,具有良好的全局和局部搜索能力。     

数据挖掘技术在入侵检测系统中的应用

入侵检测系统是一种检测网络入侵行为的工具,然而现在的入侵检测系统内部的知识库中的入侵模式（正常模式和异常模式）往往不能很好地反应入侵行为的特征,所以有时候经常出现漏报或误报的情况,另外,系统提了的用户行为特征有时候也不能正确地反映用户的实际行为特征,针对这一情况,详细讨论了数据挖掘技术在入侵检测系统中的应用,提出了采用数据挖掘技术的入侵检测系统的结构模型。