数据挖掘技术在“数字黄河”工程建设中的应用

“数字黄河”旨在集成利用信息技术,构建面向黄河流域及其相关区域的自然、经济、社会等的数字集成平台,并在此基础上通过建立业务应用系统及数学模型系统形成模拟分析和研究黄河问题的虚拟环境。数据挖掘技术是从大量数据中发现并提取臆藏在其中的可信的、新颖的、有效的并能被人理解的模式的高级处理过程。通过数据挖掘发现的知识能够反映一定的客观事实,并指导实践。     

基于VC＋＋的数据流分析方法

数据流分析在编译系统的代码优化、软件故障检测以及程序切片中都起着非常关键的作用。本文介绍了数据流分析方法的基本概念和基本原理,介绍了数据流方程的到达一定义迭代算法,并提出了一种利用VC＋＋工具实现数据流方程求解的方法。     

一种快速有效的Web文档聚类方法

以矢量空间模型VSM为Web文本的表示方法，提出了一种基于关联规则的Web文档聚类方法。实验证明：该方法能在保证文档聚类高精度的同时，依然保持高效率，其聚类性能明显优于传统Web文档聚类算法。     

一种基于遗传算法的样本集数据分割方法

提出了一种基于遗传算法的样本集数据分割方法。数据挖掘过程中该方法能够解决如何对一个样本集进行数据分割,从而得到最佳训练集和测试集的问题。通过该方法进行数据分割,不仅提高了分类模型的分类精度,而且能够最小化训练集和测试集之间的噪声百分比。最后,以一组软件项目样本数据为例说明该方法的有效性。     

P2P网络中的数据挖掘

在分析了现有分布式数据挖掘算法的运行机制和P2P技术具有无中心、不同步等特点的基础上,通过扩展经典K-mean算法的迭代过程,设计了一种能够用于P2P网络的分布式数据挖掘算法。该算法只需要在直接相连的节点间传递数据,并且能使每个节点上的数据按照全局聚类的结果聚合。最后用模拟实验验证了该算法的有效性。     

国内外矿业城市转型政策的比较与借鉴

从矿业城市经济结构、环境、就业和社会保障等方面分析了我国矿业城市面临的转型困境,介绍了国外矿业城市,如美国的休斯敦、德国比鲁尔区的转型经验,就制订投融资、财税、人才、环境等方面的政策提出了有益的建议。     

基于实测的采场回采质量综合评价方法及应用

针对传统采场回采质量评价中存在如何准确获取相关的技术经济指标和建立合适的数学评价模型困难的现实,提出了基于采场实测的模糊数学综合评价方法。运用CMS三维探测成果准确计算获得采场回采过程中的贫化、损失等技术参数,并结合矿山信息系统提供的回采经济指标,构建起了评价指标体系;对各指标进行归一化处理和确定权重值,运用拓展最小二乘方最优准则和模糊数学理论建立起了采场回采质量评价模型。实际应用表明,获取的评价指标参数能准确反映采场回采的实际情况,所建立的评价模型能较有效地实现对采场回采质量的定量化评价,从而为回采质量管理提供了一种新的方法。     

基于已知特征的入侵衍生特征挖掘算法

入侵特征值识别和发现算法是误用入侵检测中的关键技术。入侵衍生特征挖掘提出一种特定的特征值挖掘算法,基于已经知道某种攻击的特征值,找出衍生于这种攻击的变种攻击程序的特征值,并在产生候选项集和数据扫描阶段进行了优化。实验中通过分组数据测试,与通用的SignatureApriori算法进行了对比。实验结果表明,入侵衍生特征挖掘算法在挖掘效率上优于SignatureApriori。     

分布式数据挖掘的隐私保护问题

隐私保护是数据挖掘中一个重要的研究方向,如何在不违反隐私规定的情况下,利用数据挖掘工具发现有意义的知识是一个热点问题。本文介绍了分布式数据挖掘中隐私保护的现状,着重介绍分布式数据挖掘中隐私保护问题和技术。     

关联规则挖掘最小支持度阀值设定的优化算法研究

为了解决在关联规则挖掘Apriori算法中最小支持度阀值设定较难或设定不适当的问题,基于事务普遍具有统计规律性的前提,设计了平均值调整优化的算法.为支持度和预选率划分不同区间,利用平均值进行最小支持度阀值的微调.对于不同分布特征的事务数据库,该方法比原先设定阀值都能取得更适中和更好的频繁项集结果,同时不会产生过大的性能...