网络测量中的性能数据空间分析

如何从巨量性能数据提取出特征数据是网络测量中的一项非常困难的工作。首先定义了性能数据的特征，按指标类型、获取方式或流动特性将其划分成不同的数据集，并建立了性能数据空间。通过对数据的深入分析，将复杂的性能数据分析过程分为完备化和抽象化两个阶段，提高了数据分析的效率。最后根据性能数据空间和数据集的分析，设计和实施了一个分布式数据分析体系结构。     

基因表达数据的聚类分析研究进展

基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具. 目前聚类分析已成为分析基因表达数据获取生物学信息的有力工具. 为了更好地挖掘基因表达数据, 近年来提出了许多改进的传统聚类算法和新聚类算法. 本文首先简单介绍了基因表达数据的获取和表示, 之后系统地介绍了近年来应用在基因表达数据分析中的聚类算法. 根据聚类目标的不同将算法分为基于基因的聚类、基于样本的聚类和两路聚类, 并对每类算法介绍了其生物学的含义及其难点, 详细讨论了各种算法的基本原理及优缺点. 最后总结了当前的基因表达数据的聚类分析方法,并对发展趋势作了进一步的展望.     

数据仓库技术在教育决策支持系统中的应用

介绍了数据仓库和联机分析处理,针对教育数据统计分析困难的现状提出了教育决策支持系统的一个解决方案。在对现有业务数据分析的基础上,给出了教育决策支持系统的总体框架,对数据仓库的逻辑设计、数据抽取与转换、OLAP分析以及OLAP前端展现方式进行了探讨,并实现了最终用户可以通过浏览器获取不同层次不同维度的数据以及以各种直观的图形方式展现数据。     

数据仓库技术在教育决策支持系统中的应用

介绍了数据仓库和联机分析处理,针对教育数据统计分析困难的现状提出了教育决策支持系统的一个解决方案.在对现有业务数据分析的基础上,给出了教育决策支持系统的总体框架,对数据仓库的逻辑设计、数据抽取与转换、OLAP分析以及OLAP前端展现方式进行了探讨,并实现了最终用户可以通过浏览器获取不同层次不同维度的数据以及以各种直观的图形方式展现数据.     

网络数据获取方法浅析

网络数据获取是网络入侵检测中非常重要的一个环节,是进行数据分析的前提。本文论述和分析了目前网络数据获取的主要方法和实现原理。     

基于关系代数的异构关系数据集成研究

网络上存在着大量的可用数据,且多是异构的。由于多种原因,用户很难获取自己需要的数据。数据集成技术为用户提供了一个统一的访问途径,以便获取分散在不同数据源上的数据。文中在对异构关系数据分析的基础上,结合实践中的例子,提出了基于关系代数的异构关系数据集成方法。把关系数据集成分为横向集成和纵向集成,给出了相关的集成理论和方法。将该方法应用于异构关系数据集成中,结果证明是有效的。     

Excel在不同数据分析中的应用

Excel作为微软公司开发的一款办公软件,具有强大的数据处理、图表生成以及表格制作等功能.对Excel数据处理功能和一些使用技巧进行了总结和介绍,并重点介绍了Excel软件在不同数据分析中的应用,包括财务管理数据分析、图书馆数据分析、教学数据分析、环境检测数据分析、税收数据分析等.通过对Ex-cel在不同数据分析中的应用研究,介绍了一些新的功能和使用技巧.     

大数据分析技术及在军事领域中的应用

本文通过阐述什么是大数据来引出大数据时代的到来,接着从3方面论述了大数据分析技术,最后从提升情报获取能力、提升指挥决策能力两方面阐明了大数据在军事领域中的应用前景。大数据分析技术作为一项从海量数据中获取有用知识的实用技术,必将在军事领域发挥巨大作用。     

基于Scrapy框架的网络爬虫抓取实现

随着互联网的发展,网络数据覆盖了各个领域,但随着网络数据量的增加和数据格式的多样化,用户从海量数据中获取有价值的数据变得越来越困难。目前国内外对数据采集技术进行了研究,发现通过网络爬虫技术可以自动获取网络资源。本文以南京市二手房信息为例,设计了一个基于Scrapy框架的爬虫程序,对中西部部分地区的二手房信息进行抓取和存储,最后运用Excel数据分析,对南京市二手房资源按区域、住房类型进行分析。结果表明,该程序能够自动采集安居客户的住房信息,提高了用户获取信息的速度和质量,为用户数据分析提供了数据源。     

基于网络环境的地理信息系统整合与知识发现

本文从应用整合和数据整合入手,提出了在分布式计算平台上以空间信息显示,服务,获取,存储为基础的层次化ＧＩＳ软件框架,以便提供数据分析,共享,知识发现不同水平的空间信息服务。     

统计数据轨迹模式的聚类方法研究

统计数据轨迹一般具有重视变化趋势、数据噪声较大、模式分布不同等特点, 直接使用传统的聚类分析方法难有很好的效果。对此在K-means算法的基础上, 分别采用了归一化处理、平滑处理以及关键峰匹配等方法处理上述三个问题, 设计了一种解决系统使用轨迹模式分析问题的改进聚类方法。通过使用仿真数据与实际数据进行测试分析, 在仿真数据上改进算法显著降低了聚类的错误率。在实际数据上, 改进算法得出的聚类结果优于K-means算法, 由此证明了改进方法比传统K-means聚类算法在该问题上效果更好。     

Studying participation networks in collaboration using mixed methods

This paper describes the application of a mixed-evaluation method, published elsewhere, to three different learning scenarios. The method defines how to combine social network analysis with qualitative and quantitative analysis in order to study participatory aspects of learning in CSCL contexts. The three case studies include a course-long, blended learning experience evaluated as the course develops; a course-long, distance learning experience evaluated at the end of the course; and a synchronous experience of a few hours duration. These scenarios show that the analysis techniques and data collection and processing tools are flexible enough to be applied in different conditions. In particular, SAMSA, a tool that processes interaction data to allow social network analysis, is useful with different types of interactions (indirect asynchronous or direct synchronous interactions) and different data representations. Furthermore, the predefined types of social networks and indexes selected are shown to be appropriate for measuring structural aspects of interaction in these CSCL scenarios. These elements are usable and their results comprehensible by education practitioners. Finally, the experiments show that the mixed-evaluation method and its computational tools allow researchers to efficiently achieve a deeper and more reliable evaluation through complementarity and the triangulation of different data sources. The three experiments described show the particular benefits of each of the data sources and analysis techniques.     

基于小波包变换的遥感图象融合

为了能够更好地把来自多传感器的图象信息综合起来，以提高对图象信息的分析和提取能力，在研究了小波包图象分析法之后，提出了一种基于小波包变换的图象融合方法，由于小波包变换能对图象进行多层次分解，包括对小波变换没有细分的高频部分也能进行进一步的分解，因此小波包分析能够为图象提供一种比小波多分辨分析更加精细的分析方法，利用此融合算法将由多传感器获得的同一目标不同波段的遥感图象和不同分辨率的遥感图象进行融合后得到的融合图象，能够很好地将源图象的细节融合在一起，通过与该融合图象进行主观与客观的评价比较，证明该融合方法可以获得更好的融合效果。     

电子鼻在棉织物异味检测中的应用研究

基于电子鼻传感器检测技术,对棉织物中5种异味整体性质的人工智能评价进行探究,根据传感器检测数据曲线和数据主成分分析(PCA)分析,结果表明:各传感器对不同异味成分的响应性不同,PCA分析法处理数据能够有效区分布样中不同的异味组分,为纺织品异味的快速、有效、客观检测评定奠定了一定的基础.     

基于BIM数据的建筑抗震弹塑性分析建模技术

针对建筑信息模型(Building Information Model,BIM)的共享数据标准为IFC标准,但现有软件导出的IFC格式模型缺少关键数据,不能满足结构非线性抗震分析数据需求的问题,提出建筑抗震弹塑性分析数据基于IFC标准的表达方法,编写C++转换程序将BIM包含的数据正确地转换成不同软件(如Marc和OpenSees等)的模型,从而可以使用不同的结构分析软件实现建筑抗震弹塑性分析.该方法为基于BIM数据实现建筑抗震弹塑性分析提供参考.     

基于递归定量分析的视听脑电应用研究

视听觉整合的脑电信号研究丰富了脑认知领域的内容，但是现有的脑电信号分析方法大部分是基于线性的分析方法，同时对数据的信噪比要求较高。而基于相空间重构的排序递归图的递归定量分析方法对被测信号的噪声要求较低，并且是基于非线性的分析方法，为视听觉整合的研究提供了新的分析方法。设计不同视听刺激范式的实验，采集被试在不同刺激范式下的脑电数据。对预处理后的数据进行相空间重构，得到排序递归图。以递归率和确定性作为整合效果的分析参数。实验结果表明，该方法可以有效地从非线性角度分析视听觉整合效果，具有较高的准确性。     

基于AR(p)模型的实时数据处理技术的研究与应用

在分析数据建模的数据质量时，提出了一种基于AR(p)模型的数据处理方法。该方法能处理不同的误差干扰，进行有效的数据预测，防止数据丢失及数据错误。该方法在水下机器人作业的数据事例中，收到了良好的效果。     

基于关联信息对抗学习的综合能源系统运行状态分析方法

综合能源系统(Integrated energy system, IES)运行状态分析常以广泛化信息技术应用提供的数据为支撑, 然而传感器故障、网络通信中断等信息异常导致的数据缺失会直接影响数据质量. 在考虑数据缺失的情况下, 本文提出了一种基于关联信息对抗学习的综合能源系统运行状态分析方法. 首先构建深度生成对抗网络(Generative adversarial network, GAN)对数据缺失部分进行可靠性补偿. 在设计生成器结构过程中, 通过引入系统拓扑邻接矩阵对生成器输入数据进行优化排序, 进而在训练过程中采用设计的多属性融合生成器损失函数, 促使生成器进一步得到高精度补偿数据. 接着将判别器提取的不同时刻完整能源数据的特征作为基础, 采用浅层特征分布及深层特征信息差异值融合判断, 从而实现系统运行状态分析. 最后对不同数据缺失补偿及不同类型节点改变情况进行仿真, 验证了本文所提方法的可行性与有效性.     

基于小波包变换的多光谱图像融合方法研究

小波包分析将频带进行多层次划分,对小波多分辨分析没有细分的高频部分也进行了进一步的分解。本文在研究了小波包图像分析法后,提出了基于小波包变换的象素级图像融合算法。通过把同一目标的多传感器获得的不同波段的图像数据利用小波包变换进行融合,得到融合图像。这种方法能够很好地将源图像的细节融合在一起,完好地显示了源图像各自的信息。     

一种基于网格方法的高维数据流子空间聚类算法

基于对网格聚类方法的分析,结合由底向上的网格方法和自顶向下的网格方法,设计了一个能在线处理高维数据流的子空间聚类算法。通过利用由底向上网格方法对数据的压缩能力和自顶向下网格方法处理高维数据的能力,算法能基于对数据流的一次扫描,快速识别数据中位于不同子空间内的簇。理论分析以及在多个数据集上的实验表明算法具有较高的计算精度与计算效率。