数据挖掘预测模型在脑损伤患者认知功能康复中的应用

为了更好地预测后天性脑损伤ABI(Acquired Brain Injury)患者认知功能康复的影响因素,提出基于决策树(DT)、多层感知器(MLP)和广义回归神经网络(GRNN)的三种预测模型。借助于10折交叉验证测试算法,通过专一性、灵敏度和精度分析以及混淆矩阵分析对模型的性能进行测试,从而获得新的知识以评估和改善认知功能康复过程中的有效性。实验结果表明,基于DT的模型的模拟结果明显比其他模型更为优越,预测平均精度可高达90.38%。     

D级压力容器制造许可证鉴定评审中企业存在问题综述

阐述了在D级压力容器制造许可证取换证鉴定评审过程中,取换证制造企业存在的较为普遍的问题。     

基于组件的大数据分析服务平台

随着数据规模的快速增长,单机的数据分析工具已经无法满足需求。针对大数据的分析问题,设计并实现了一种基于组件的大数据分析服务平台Haflow。Haflow自定义了业务流程模型和可扩展的组件接口,组件接口支持各种异构工具的集成。系统接收用户定义的业务流程,将其翻译成执行流程实例,提交到Hadoop分布式集群上执行。Haflow是一个可扩展的、分布式的、支持异构分析工具的、面向服务的大数据分析服务平台。提出该平台有两重意义:一方面平台将与数据分析业务无关的工作封装起来,支持各种异构组件,以加快分析应用的开发速度;另一方面,平台后端使用Hadoop分布式系统来实现多任务的并发,从而提高应用的平均执行速度。     

医疗大数据特征挖掘及重大突发疾病早期预警

通过运用新兴的尖端云计算技术,设计研发了健康云平台。采用分布式云存储技术存储大规模的异构多模态生理信号数据,将数据挖掘模型（L1-逻辑斯蒂）整合至MapReduce框架中,快速挖掘用户的健康信息以及重大疾病高风险因子,让用户能实时地了解自己的身体状况,同时对用户的异常状况给出预警信息,并通知其前往医院就医,实现了对重大突发疾病的早期预警。     

基于校园一卡通消费数据的几种聚类算法的分析比较

随着高校管理信息化的加速和高校管理部门对各类校园信息资源需求的不断加强, 校园一卡通被广泛应用于学生生活的各个领域, 并要求对其存储的海量数据进行挖掘分析为各个部门提供决策依据。聚类算法作为最常用的数据挖掘方法之一被广泛应用于一卡通数据挖掘, 但目前不清楚哪种方法更适用于一卡通数据。使用多种常用聚类算法对一卡通数据进行了实验, 得出了最适合挖掘该数据的聚类算法, 并分析了相关原因。     

基于数据仓库的法院信息决策支持系统的设计

为了加快法院信息化建设,为法院决策层提供决策信息支持,提出了一种基于数据仓库的法院信息决策支持系统的总体框架。在DSS系统设计过程中,采用了OLAP+DM+Web相结合的方式,重点介绍分析了多维数据模型的设计,数据仓库的构建,以及以可视化交互的决策支持,最后通过实例展示决策支持系统的设计分析过程。     

时间序列数据挖掘中特征表示与相似性度量研究综述

分别分析了时间序列特征表示和相似性度量在数据挖掘中的作用和意义,对目前已有的主要方法进行了综述,分析各自存在的优缺点;同时,探讨了将来值得关注的问题,为进一步研究时间序列数据的特征表示和相似性度量提供了方向。     

我公司进行热电联产的可行性分析

大压差减温减压是能的严重贬值。根据公司供热现状，分析了热电联产的可行性，利用蒸汽余压发电后，再供生产系统各热用户，这样既节约了能源又缓解了集团公司用电紧张的局面，而且有相当可观的经济效益。     

改进的APRIORI算法在试卷系统数据挖掘中的应用

本文通过对数据挖掘技术的研究,采用关联规则法对学生答题数据进行分析,并在关联规则使用中采用改进型的Apriori算法进行运算,构建高频集,并对于高分学生和低分学生的试卷进行了加权处理,使得高频集中的试题在知识点和难度上的关联更加突出,便于在自动组卷时更科学地评价试卷.     

关联规则算法在法规备案审查工作中的应用

根据宪法和有关法律规定,全国人大常委会监督宪法和法律实施可以采取多种形式,法规备案审查正是其中一个重要的监督方式.我国的法规备案审查制度包含着违宪性审查和违法性审查两个层次的内容,其最高层次的法律渊源是宪法.现行宪法规定,全国人大常委会有权撤销国务院制定的同宪法、法律相抵触的行政法规、决定和命令,撤销省、自治区、直辖市国家权力机关制定的同宪法、法律和行政法规相抵触的地方性法规和决议.法规审查是一个复杂的过程,对具体负责审查工作的人员有极高的法律法规知识要求.因此,提高法规审查的科学性、客观性和准确性,是当前法规审查工作重要的课题.本文结合当前法规备案审查的实际,提出了法规关联分析评价指标体系,应用于法规审查工作中,并在此基础上设计并实现了法规备案审查系统.