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。     

结合贝叶斯推理技术的改进决策树研究

决策树是当前预测、决策和数据挖掘中常用的方法之一。通过对决策树的生成过程进行分析,针对现有方法中决策树过度生长带来的弊端,提出了一种结合贝叶斯推理技术思想的决策树的改进方法,并给出了该方法中数据的存储结构和决策树的生成过程。该方法利用数据挖掘所产生的规则对决策树每个分支节点的分裂条件进行判断,一方面能限制决策树生长,另一方面又能帮助选择最优线路,从而使决策效率明显提高。     

基于ID3算法的考试成绩分析决策树的构造

决策树是数据挖掘任务中分类的常用算法,ID3算法是决策树学习的核心算法.论述了ID3算法的基本思想和实现方法,分析了节点选择的方法,并根据ID3算法构造了考试成绩分析决策树,同时针对算法的缺点提出了改进意见.     

结合贝叶斯推理技术的改进决策树研究

决策树是当前预测、决策和数据挖掘中常用的方法之一.通过对决策树的生成过程进行分析,针对现有方法中决策树过度生长带来的弊端,提出了一种结合贝叶斯推理技术思想的决策树的改进方法,并给出了该方法中数据的存储结构和决策树的生成过程.该方法利用数据挖掘所产生的规则对决策树每个分支节点的分裂条件进行判断,一方面能限制决策树生长,另一方面又能帮助选择最优线路,从而使决策效率明显提高.     

起重机械检验数据挖掘系统的设计与实现

利用数据挖掘技术,开发了起重机械检验数据挖掘系统,为检验起重机械安全运行性提供了一种有效决策模型。系统采用决策树分类,实现了对起重机械的故障诊断;利用关联规则,对起重机械缺陷、失效进行相关性分析。系统运行结果表明,该系统具有一定的应用价值。     

数据仓库中关联规则的元规则制导挖掘改进策略

许多数据仓库和数据挖掘的理论都曾说明元规则是一个非常重要的概念，也有一些研究提到元规则，但却很少利用元规则来进行数据仓库的关联规则的挖掘。本针对在元规则制导下的数据仓库关联规则挖掘，提出一种简单的、充分利用元规则的、类Apriori和类决策树方法的实现策略，减少了查询数据仓库的次数，使数据挖掘过程中的存储结构简单，形成了快速查询。     

基于卷积神经网络的顶岗实习管理系统数据挖掘研究

通过数据挖掘方法管理系统数据时,仅依靠关联规则约束,容易导致数据挖掘的泛化误差增大。因此,以顶岗实习管理系统为例,提出基于卷积神经网络的数据挖掘方法。提取顶岗实习管理系统的数据,建立面向主题的数据仓库,结合统计回归分析法和模糊聚类法生成非线性时间序列数据流,采用模糊聚类法设计数据特征提取机制。根据数据特征提取结果分析关联规则,构建卷积神经网络数据挖掘模型,通过特征压缩方法进行数据降维处理,实现挖掘数据的输出。实验结果表明：所提数据挖掘方法与基于决策树和基于一维卷积网络的方法相比,泛化误差较小,能保持在[-0.05,0.05],可以获取更加精确的信息挖掘结果,具有较好的实际应用效果。     

基于决策树算法的洗钱交易识别研究

通过对我国外汇洗钱活动特征的分析,将数据挖掘技术中的决策树分析方法与反洗钱领域知识相结合,选择适当的洗钱交易识别策略与方法,利用真实交易数据进行试验,从中发现有价值的洗钱犯罪规律.结果表明,该方法可有效提高洗钱交易行为的识别效率.     

空间数据挖掘技术在土地定级估价中应用

介绍了空间数据挖掘技术和决策树算法。通过对其研究,将可视化空间数据挖掘技术应用于 土地定级估价,并介绍了基于VisualC++6.0和ESRI公司的MapObject2.0组件技术设计和开发了一 个可视化交互空间数据挖掘土地定级估价原型系统。系统采用决策树方法作为数据挖掘方法的基本算 法,采用训练与学习相结合实现土地定级估价。阐述了基于决策树空间数据挖掘土地定级估价的系统 模型,系统总体框架、主要模块、系统界面及系统实现定级估价的工作流程。该方法是对土地定级估价 方法的一种新的探索,是对土地信息系统开发的一种新的尝试,也是土地信息系统智能化发展的一个 方向。     

基于多种数据挖掘技术的入侵检测

计算机系统的复杂和网络数据的海量化,为入侵检测带来了极大的困难.本文在对入侵检测和数据挖掘进行研究的基础上将数据挖掘技术应用到入侵检测中,从提高入侵检测的效率和入侵检测的实用性的角度出发,分别对决策树、关联规则以及序列模式做了详细研究并用它们建立入侵检测系统模型.