中原地区古代陶器数据预处理研究

利用数据挖掘技术对中原地区古代陶器数据进行分析研究,会对探究古陶器的发展演变规律及中原地区各类型文化之间的传承源流、关系起到积极的推动作用。数据预处理作为数据挖掘过程的主要步骤,可提高数据质量和其后挖掘过程的准确率及效率。阐述了针对中原地区古代陶器数据具有的类型复杂、数据量大、不正确、不完整和不一致的特点,采用数据清理、数据集成和数据变换技术对其进行数据预处理,从而提高了数据挖掘模式的质量。     

基于数据可视化技术的数据挖掘系统及其应用

针对数据挖掘系统中过程的不可见性问题，根据可视化技术与数据挖掘技术相结合的理论，采用高维数据聚集以及回归分析等方法，解决了数据挖掘各个部分的可视化。实验结果表明，可视化技术与数据挖掘技术相结合可以解决数据挖掘的不可见问题，提高了用户对数据挖掘系统的信任度。     

基于大数据分析的电网企业跨专业多源数据挖掘

为了改善电网企业跨专业多源数据挖掘能力，从数据采集、数据融合能力和数据挖掘能力方面分别对电网企业跨专业多源数据进行分析。在进行数据融合时，设计的硬件结构包括ARM处理器，通过A/D转换实现多维数据信息的转换，将数据信息从模拟数据量转换为数字信息量，并构建多源数据挖掘函数，从数据采集、数据降维、数据分类、数据挖掘等一些列动作中获取电网企业跨专业多源数据之间的联系，提高了电力整体数据信息的把控能力。通过试验，证明方法的数据融合和分析能力较强。     

基于BP神经网络的高空气象数据挖掘方法研究

针对传统的高空气象数据挖掘方法中存在的数据挖掘深度问题,提出一种基于BP神经网络技术的高空气象数据挖掘方法。采用BP神经网络技术以及小波分析法对数据挖掘模型进行优化,引进协同多分类器算法进行更加精确的数据挖掘,避免数据产生的干扰。提出的基于BP神经网络的高空气象数据挖掘方法提高了数据挖掘的深度,还对数据的特征提取起到了一定的辅助作用。为了验证该方法的有效性,设计了对比仿真试验,将所提方法与传统方法相比较得出,所提方法有效地解决了数据干扰问题,提高了数据挖掘程度。     

数据挖掘技术在电力负荷管理系统中的应用

将数据挖掘技术应用到电力负荷管理系统中,设计出电力负荷数据挖掘系统,此系统包括数据预处理模块,数据挖掘模块和数据挖掘结果显示模块。根据电力系统数据的特点,提出采用多元线形回归模型进行数据挖掘的方法,并成功运用了实践中实例表明该数据挖掘系统能够对电力负荷值进行有效的预测,提高用电生产管理方面信息的准确性和及时性,从而保证供电与用电的稳定。     

数据挖掘技术在气象服务中的应用研究

数据挖掘技术是通过建立数据模型,从数据抽样、数据转换、数据处理等过程中来进行趋势分析和预测。气象数据多为动态变化的数据,利用数据挖掘技术来进行气象数据的定量量测、聚类分析,有助于实现对气象预报的准确预测。在气象领域,利用数据挖掘技术主要从气象业务需求和数据处理需求分析上,结合数据预处理技术和关联规则挖掘算法,在进行数据填充空值、去噪、冗余处理后,以Apriori算法和决策树生成算法来进行气象数据的改进,最后通过试验来优化数据挖掘方法,提升气象服务水平。     

数据挖掘技术及其在电子邮件中的应用

介绍了数据挖掘技术及电子邮件的传输原理，分析了垃圾邮件的数据特征及邮件炸弹的传输特性，针对海量电子邮件数据，将数据挖掘技术应用于电子邮件的安全管理中，并给出了在电子邮件安全管理中应用数据挖掘技术的简要过程。     

数据挖掘过程中的数据清洗研究

随着科技信息的发展,数据质量问题一直是数据挖掘过程中密切关注的问题.首先,对大数据时代下数据挖掘的基本过程进行阐述,分析数据清洗需要处理的问题,同时说明数据清洗的原理、进行数据清洗的系统框架.最后提出进行数据清洗应当注重的大数据思维和数据清洗发展方向.     

云服务器中的不稳定数据挖掘系统的研究与设计

针对当前的云计算服务器缺少对不稳定数据的识别与检测,设计并实现一种云服务器中不稳定数据挖掘系统。介绍系统的总体结构,利用数据采样预处理模块实现从源数据到挖掘数据的映射,完成离散化、数据过滤等处理过程。依据2.0 mm ERmet Hard Metric连接器,采用Rapid IO协议,通过接口模块完成数据间的传输,以达到信号传输效率与稳定性的要求。通过数据挖掘模块对云服务器中不稳定数据的确认与挖掘,将挖掘结果传输至控制模块进行处理。软件设计过程中,对云服务器中不稳定数据挖掘系统进行了详细地分析,并给出不稳定数据挖掘的实现过程以及系统部分程序代码。实验结果表明,所设计的系统具有很高的实用性和可靠性。     

电商数据的挖掘分析及应用

电商平台用户在操作过程中会产生大量的网络数据信息,数据挖掘技术就是对海量数据信息进行分析,提高数据质量。文章阐述了数据挖掘的方法及其应用于电商数据分析的必要性,并提出针对电商数据进行挖掘分析的过程,总结技术应用经验。     

异常数据挖掘及其在工程实际中的应用研究

介绍了数据挖掘技术中聚类分析与异常数据挖掘的理论与方法,分析异常数据挖掘的两类过程,分析三种异常数据挖掘方法及算法,对三种异常数据挖掘方法进行分析,并将异常数据挖掘的方法应用于油气集输管线压力数据分析中。     

浅析数据挖掘在教育数据中的应用

随着互联网技术的革新,越来越多的网络在线教育和大规模网络课程为大家所接受,与此同时产生了大量的教育数据信息,如何让数据挖掘技术有效地应用于教育领域已经引起了广泛关注。文章也尝试探讨数据挖掘在教育数据中的应用,首先介绍了教育数据挖掘的研究现状和教育数据挖掘的常见方法,然后在此基础上,以一个完整的教学系统构成的角度从教学前准备、教学过程及教学后的评价的角度探讨了教育数据挖掘的应用,并进行了案例分析;最后提出了教育数据挖据中存在的问题。     

浅谈靶场数据挖掘中流数据的特征提取方法

本文以数据挖掘技术在靶场中的应用为背景,在分析靶场数据特点的基础上,提出了以竞争凝聚区间划分、信息增益算法为主的特征提取方法,并以某试验数据为例,对方法的有效性进行了验证.     

数据挖掘在培训管理系统中的应用

在大数据时代,如何使用现有的数据对学员进行培训管理,从而提高培训效率是当前培训管理中所面临的问题。本文分析了数据挖掘在培训管理中的应用主要表现在初步探索、数据预处理以及数据挖掘过程。其中数据预处理和数据挖掘是培训系统的核心功能。     

数据挖掘在客户关系管理中的应用

本文对数据挖掘这一数据分析技术进行了综述 ,介绍了数据挖掘的背景及其定义、功能和过程 ,并给出了数据挖掘技术在客户关系管理中的不同方面的应用实例     

数据挖掘在电信宽带资源预警中的应用

如何充分合理利用资源,通过准确的资源预警作出科学的决策,是实现电信的精细化管理的一大关键。为此,本论文采用了数据挖掘手段,以Clementine专业数据挖掘软件为工具,选取神经网络数据挖掘方法,重点针对宽带ADSL设备资源进行了建模。以上千个ADSL节点宽带资源数据为样本,对所建立的模型进行了分析验证,结果显示这种模型具有较高的准确性,能较准确提出预警。本文详细描述了数据获取及处理,建模的方法,并对模型结果进行了分析和讨论。     

粗糙集理论及其在数据归约中的应用

数据预处理在数据挖掘中占有重要地位，传统的数据归约方法都有其局限性。本文介绍了粗糙集的相关概念及数据预处理的一些知识，并利用区分矩阵求粗糙集中核的思想，提出了一种知识归约的方法．为进一步的数据挖掘做准备。     

基于大数据处理技术的电力通信网检修工作分析方法

分析了电力通信网设备检修、告警及台账数据的特点,并采用属性规约和聚类完成对数据的预处理工作。提出了设备检修工作分析所需的相关指标及影响因素,并结合MapReduce技术和Apriori算法提出了数据挖掘方法。运用该方法对实际的网络数据进行了挖掘,并根据挖掘结果,从检修工作分布情况、检修对业务的影响、检修耗时等角度分析通信网的检修工作情况。     

数据预处理与决策树在客户行为分析中的应用

决策树算法是数据挖掘中的一种重要算法,介绍了决策树的构建过程中数据预处理方法及决策树构造方法与步骤.数据预处理是为了提高数据挖掘对象的质量,主要包括数据清洗、数据集成与数据消减.数据预处理之后,在训练样本集的基础上,通过选择适当的属性做为树根、子树根,不断重复,基于剪枝方法,最终建立了经过优化的决策树.     

数据挖掘研究及其应用

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,提取隐含在其中具有潜在利用价值的信息和知识的过程,包括从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持。目前,数据挖掘和知识发现(DMKD)的研究主要集中在以下几方面:研究专门用于知识发现的数据挖掘语言;寻求数据挖掘过程中的可视化方法,实现知识发现过程中的人机交互;研究在网络环境下的数据挖掘;对各种非结构化数据进行挖掘的方法研究。 数据挖掘已广泛应用于金融保险、零售批发、公共设施、政府教育、远程通讯、软件开发…