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。     

空间数据挖掘模型和方法研究

本文提出一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法。最后，从基于空间数据仓库的数据挖掘角度出发，提出有待深入研究和探索的问题。     

数据挖掘方法与工具

数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中．提取隐含在其中的、人们事先不知道的、但又是潜在有价值的信息和知识的过程．简略介绍数据挖掘的方法和数椐挖掘工具。     

间数据挖掘模型和方法研究

本文提出一个基于空间数据仓库的空间数据挖掘模型,讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法.最后,从基于空间数据仓库的数据挖掘角度出发,提出有待深入研究和探索的问题.     

基于人工智能技术的局部离群数据挖掘方法

针对传统离散数据挖掘方法存在内存消耗过大的问题,研究基于人工智能技术的局部离群数据挖掘方法.提取离散数据特征,并使用基于信息熵的算法检测局部离群数据.标准化处理检测出的数据,在神经网络中实现对局部离群数据的挖掘,完成对基于人工智能技术的局部离群数据挖掘方法的研究.通过与传统数据挖掘方法的对比实验结果可知,本文方法在数据...     

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。     

多媒体数据挖掘技术浅析

分析多媒体数据挖掘的一般系统结构。介绍几种多媒体数据挖掘算法。     

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。     

数据挖掘技术的研究

介绍数据挖掘领域中主要的数据挖掘技术，并又讨论了数据挖掘领域中已经出现的几类重要趋向，最后展望了数据挖掘技术的发展前景。     

基于空间数据仓库的空间数据挖掘研究

在讨论空间数据挖掘的相关技术对空间数据挖掘影响的基础上 ,提出一个基于空间数据仓库的空间数据挖掘模型 ,从基于空间数据仓库的数据挖掘角度出发 ,提出有待深入研究和探索的问题 .     

物流领域中空间数据预处理技术的应用研究

针对物流中空间数据存在的问题,提出一种面向物流的数据预处理工作流程.介绍了数据预处理技术用于物流的优势,分析了数据预处理技术可以改善物流中数据的不完整性和不一致性,重点描述了数据预处理的全过程,最后指出数据预处理能更好的提高数据挖掘算法中输入数据的质量,进而提高挖掘的效率.     

用模糊遗传算法挖掘空间关联规则

空间关联规则是空间数据挖掘的重要知识内容，利用模糊遗传算法能很好地解决随机和非线性等问题的特征，解决空间关联规则的数据挖掘问题将离散化交叉概率pc和变异概率pm的模糊遗传算法应用到空间数据库空间关联规则的数据挖掘中，讨论模糊遗传算法的编码方法和适应度函数的构造，并给出了空间关联规则挖掘流程。研究结果表明，用模糊遗传算法挖掘空间关联规则的方法是可行的，并具有更高的挖掘效率。     

基于模拟退火算法的空间度量物化选择

为了解决空间OLAP的响应速度存在着存储空间和时间代价的矛盾,通过空间立方体的选择物化方法来实现空间要素有效而实用的选择合并,提高联机分析的响应速度.采用模拟退火算法,以空间对象面状区域的合并为例,进行空间度量物化选择,将模拟退火算法融入PIA算法中,同时把空间对象(面状)与其它类型的空间对象(点状、线状)的关联关系(交、含、邻)作为空间对象合并的共享性与实用性的考查指标,加入目标函数当中.实验结果表明:随着空间对象数据的增加,模拟退火算法与PIA算法,两种算法的时间代价仅有较少的增长,均具较好的伸缩性,在空间对象数目100~400时,PIA算法优于模拟退火算法,当空间对象数目大于400后模拟退火算法时间代价缓慢增长,而PIA算法时间代价急剧增大;在模拟退火算法中空间对象集合的空间关联度越高,选中几率越高.融入PIA的模拟退火算法具有良好的伸缩性,并提高了空间度量合并解的优化,增加了空间度量选择物化的实用性.     

Mining multilevel spatial association rules with cloud models

The traditional generalization-based knowledge discovery method is introduced. A new kind of muhilevel spatial association of the rules mining method based on the cloud model is presented. The cloud model integrates the vague and random use of linguistic terms in a unified way. With these models, spatial and nonspatial attribute values are well generalized at multiple levels, allowing discovery of strong spatial association rules.Combining the cloud model based method with Apriori algorithms for mining association rules from a spatial database shows benefits in being effective and flexible.     

一种基于网格的障碍约束下空间聚类算法

障碍约束下的空间聚类问题具有很强的实用价值，是近几年来空间数据挖掘研究领域的一个热点，研究和分析了现有的障碍约束空间聚类算法，针对其中存在的问题，提出了一种新的基于密度和网格的障碍约束下空间聚类算法，该算法在CLICQU算法的基础上，引入障碍网格的概念和障碍物的网格化表达，使其能够处理任意形状的障碍约束聚类，通过理论分析和实验验证，该算法具有较好的时间复杂度和聚类效果。     

基坑的双排桩支护设计及变形规律

以济南市槐荫区某基坑工程进行双排桩支护设计为例,分别采用有限差分数值软件中弹塑性实体单元和线性桩单元模拟开挖-支护-施工全过程,且考虑桩土相互作用并进行三维动态分析。对基坑坡面水平位移、桩身弯矩、桩身剪力等变化规律进行研究,分析双排桩支护体系的受力机理。通过土体力学参数、桩径、桩长、桩距、连梁等设计参数对基坑变形影响的敏感性进行对比,并就“实体”和“结构”单元桩的计算结果进行比较。研究表明,模拟过程能较好展示双排支护桩施工过程的受力机理,且计算精度较高;不可控参数中土体的黏聚力、摩擦角以及可控因素中的桩身长度、排桩距离等对支护效果影响较大,计算结果可为双排支护桩设计参数选取提供参考。     

GIS与可视化SDM技术集成问题探讨

随着地理信息获取技术飞速发展,使得当前存储在空间数据库中的空间数据的深度和广度得到了前所未有的发展．为了解决GIS目前面临的“数据爆炸但知识贫乏”的难题,在介绍GIS发展现状等相关问题、空间数据挖掘技术、可视化技术的基础上,分析了GIS中数据挖掘的过程、特点及其相关技术支持,探讨了可视化技术在GIS数据挖掘中的重要作用．对GIS与可视化交互空间数据挖掘集成技术进行了初步的研究,分析阐述了GIS与SDM集成的必要性、集成模式和集成路线,提出了一个以GIS为中心的二者集成的体系结构。