数据挖掘技术在入侵检测中的应用

阐述了入侵检测和数据挖掘技术,并介绍了数据挖掘技术在入侵检测系统中的应用.     

基于Analysis Services的数据挖掘模型的研究与应用

SQL Server 2000 Analysis Services是一整套的决策支持引擎和工具.本文介绍了Analysis Services的体系结构,讨论了用其进行数据挖掘的方法.阐述了一个构建数据挖掘模型、训练挖掘模型以及应用该模型进行预测的实例.     

粗糙集作为数据挖掘的一种方法学

1引言 数据挖掘在更大的设计发现过程中是一个主要手段。它作为一种算法技术应用在数据模式、一致性和主偏差的识别。许多算法能够应用在这个认识发现过程阶段。这些算法在大多数情况下是不同的研究人员的个人创造，没有太多共同的方法论的和基础的框架。换句话说，在数据挖掘中许多主要的工作是集中算法改进同时忽视基础数学问题的研究，例如：关系数据、内部数据联系、内含信息隐藏在数据或数据冗余的特性。从作者的认识来看，只有统计和粗糙集理论尝试解决以上问题。但是它们的出发点和方法是完全不同的。     

基于超市商务智能的数据挖掘应用模型设计

数据挖掘是商务智能中经常使用的一项重要技术,为在超市商务智能中使用数据挖掘技术,首先应从数据挖掘对象分析入手,然后确定数据挖掘目标变量,再根据决策类型选择数据挖掘技术、选择挖掘数据、验证挖掘模型,最后完成数据挖掘应用模型的设计.     

基于数据挖掘技术的城市监控视频分析

城市图像监控与预警系统是集安全防范、计算机应用、网络通信、视频压缩传输、访问控制等高新技术为一体的庞大系统;城市图像监控和预警系统的建设提升了城市管理水平.但是,如何监控和分析这些大量的视频数据,从中及时发现有用的知识,提高信息利用率,及时预警,则是迫切需要解决的问题.采用数据挖掘技术分析视频数据,追踪潜在信息,并对某些区域进行重点监控,可以大大减少其工作量,及时报警,提高预警分析能力.     

一种基于数据立方体的数据挖掘技术的研究

基于数据立方体的数据挖掘技术是一种对数据仓库中的数据进行深层次加工和处理的过程.本文分析了数据挖掘的基本概念,并结合数据仓库和数据挖掘的发展,探讨了一种基于数据立方体的数据挖掘系统.文中给出了系统的框架,介绍了数据仓库和数据立方体的创建方法;针对传统ID3决策树算法的缺点,将信息增益的计算方式与属性值的概率相结合,给出了一种优化的算法,并图形化的显示了挖掘结果.     

数据挖掘技术在入侵检测系统中的应用

入侵检测技术已经成为网络安全领域的研究热点.数据挖掘是从大量数据中发掘出新的、有用模式的过程.把它用于入侵检测,可发掘警报日志信息和审计数据特有的模式,实时分析,寻找黑客入侵的规律,提高入侵检测系统的警报精确度,降低系统管理员的工作强度.     

基于自适应蚁群优化算法的数据挖掘模型研究

在Ant-Miner算法框架中通过对启发式因子、信息素更新及路径选择概率等策略的改进,提出基于自适应蚁群优化算法的分类挖掘模型,并进行实验分析,与基本Ant-Miner算法相比较,表明这一算法在规则质量及运行时间上都有很大的优势.     

基于深度学习的智能电表数据挖掘分析与研究

人口的指数增长和电子电气设备的使用增加了对能源生产管理的需求。从而使得更加需要精确的能源管理系统,可以预测消费者的使用,以供未来的政策制定。提出了一种基于集群算法的用电功耗水平预测技术,用于智能传感器数据的分析。提出的框架基于深度自动编码器和自适应组织映射。安装在电表和家电上的智能传感器可以有效地分析能源使用情况,根据居民的能源消费水平来生产和分配电力。提出的能耗分析集群算法,将消费者用电量划分为不同层次。提出的深度自动编码器将低维能耗数据输入自适应组织映射集群算法。然后,对集群算法得到的数据进行统计分析,确定电能消耗水平。最后,将结果可视化到图形中,并在城市地图上绘制出能源消耗的预测水平,为能源利用分析提供了一个有效的解决方法。     

基于"互联网+"的智能维护管理系统研究

润滑油、液压油(统称工业油品)是机械设备正常运行使用过程中必不可少的油料,油品的质量、使用中各项运行数据情况都与设备的使用寿命与状态有着直接关系.经过相关人员的研究与实践表明,80％左右的机械设备事故或者是损坏都与油的品质有着重要关系.油的纯度直接影响着油的质量,而油纯度判断主要依据是根据有种污染物与水分含量来判定的,...     

数据挖掘系统开发及Oracle Data Mining应用

数据挖掘技术目前主要应用于智能商务领域，在石化领域中如何展开数据挖掘开发应用还有待研究。基于Oracle Data Mining(ODM)数据挖掘工具，结合实例介绍了在石化企业中应用数据挖掘的系统方法和基本过程。     

Web数据挖掘的分析与探讨

介绍了Web数据挖掘的含义、原理、实现以及他们所使用的相关技术,最后指出了数据挖掘的应用前景。     

基于Web的数据挖掘方法研究

Web挖掘是传统数据挖掘技术在Web环境下的应用,试图从大量的Web文档集合和用户浏览Web的数据信息中发现蕴涵的、未知的、有潜在应用价值的、非平凡的模式。本文介绍了Web挖掘相关原理和目前的研究现状以及正在Web流行的挖掘工具——爬虫工具及搜索引擎技术等。     

运用数据挖掘技术提高企业竞争力

信息日益成为企业的重要资源,针对许多企业不能挖掘和利用日常收集的信息等问题,介绍了数据挖掘的科学方法,进而分析了数据挖掘技术对于提高企业竞争力的作用,并提出了制定信息策略等建议。     

基于粗糙集的数据挖掘技术在机械传动设计中的应用研究

将粗糙集理论应用到数据挖掘中来指导产品概念设计,并结合基于属性的概念爬升技术,设计了粗糙集理 论指导下参数简化的基本模型。最后将其应用到机械传动概念设计和智能解题系统中。机械传动设计中对设计参 数进行了化简,并对设计参数与传动方案实现了多层次的挖掘,获得了两者之间不同抽象层次的关系规则信息。     

数据挖掘技术及应用综述

介绍了数据挖掘技术的背景、概念、流程、数据挖掘算法,并阐述了数据挖掘技术的应用现状.     

隧道掘进机大数据研究进展：数据挖掘助推隧道挖掘

随着传感与智能化技术不断发展,隧道掘进机的运行监测日趋完善,所记录的海量实测数据不仅包含了装备作业过程的重要信息,也蕴含了装备内部及其与外部环境的相互作用机理,通过一定方法对这些数据进行深度挖掘与分析对于提升装备设计、分析、运行与维护水平具有十分重要的意义。为总结和分析隧道掘进机实测数据研究方法与应用状况,首先概述隧道掘进机实测数据的来源、构成与特点,从数据驱动的装备状态识别与性能预测、地质识别与地表改变预测、隧道健康监测与预警三个方面综述国内外相关文献,总结和归纳当前研究的难点、优点与不足,最后从隧道掘进机实测数据预处理方法、多源异构数据建模方法、模型泛化能力提升方法、数据计算平台等方面对未来研究方向进行初步分析与展望,为后续隧道掘进机大数据研究提供参考与借鉴。     

企业编码主数据模型研究

信息编码具有信息标识标准化的能力,但是在信息表达上能力不足,限制了信息编码的作用。据此,提出编码主数据模型,在保持编码标识能力的基础上,增加了信息实体的属性元素项,丰富了信息实体的描述。将编码主数据模型结合具体的信息实体,通过模型转换,实现编码主数据模型到数据库结构的映射,并编程加载数据,构建企业标准编码数据库,提供数据服务。企业的实际应用表明,该模型在信息标识和表达方面具有优势,有很好的工程应用价值。