挖掘关联规则中AprioriTid算法的改进

针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法。该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度。实验结果表明改进算法确实能有效减少相关计算量,比已有算法执行效率明显提高,同时验证了该算法在旋转机械故障诊断中的有效性。     

Web文本挖掘技术

介绍Web数据挖掘中的核心技术—Web文本挖掘的种类、特点、任务及方法。着重讨论了文本特征的提取、文本分类和群集的算法过程和技术要点。     

银行数据挖掘的运用及效用研究

信息化时代背景下金融业的供需地位发生巨大转变,金融数据也从经营资料开始向数据商业化发展。基于详尽的量化数据系统,现代银行可以在高效数据分析模型的基础上对银行数据进行二次开发,提供数据分析服务。本文通过阐述银行数据的数据结构,分析了对银行海量数据进行数据挖掘的主要方法和应用模式,并评估现行银行数据挖掘方法的有效性和经济效益价值,为进一步提升银行数据挖掘的效能提供了新的思路。     

基于数据挖掘的启发式抽样方法研究

在数据挖掘中应用抽样技术,可以显著提高数据挖掘任务的效率.通过采用不同的抽样方法,使得数据挖掘算法可以针对比原始数据集小得多的样本数据集进行分析,从而大幅度提高性能.随之而来的问题就是,由于采用了抽样方法,在大幅提高性能的同时,对分析的精确性就会产生影响.如何选取合适的反映总体数据水平的样本成为数据挖掘中的关键问题.传统意义上的抽样大多采用单一的抽样方法,进行单一抽样,抽取的样本在一定程度上具有局限性.本文对传统抽样方法和样本容量的选取进行总结,对传统的分层抽样思想进行改进,提出了一种新的基于数据挖掘的启发式抽样思想,大大提高了抽取样本的精确性.     

WWW上的信息挖掘技术及实现

随着Ｉｎｔｅｒｎｅｔ应用的逐渐普及,ＷＷＷ已经发展成为一个巨大的的分布式信息空间,为用户提供了一个极用价值的信息源。但因Ｉｎｔｅｒｎｅｔ所固的开放性,动态性与异构性,又使得用户很难准确快捷地从ＷＷＷ上获取所需信息。文中将数据挖掘的思想引信了ＷＷＷ信息处理领域来解决网上信息有效获取的问题,讨论了在ＷＷＷ上进行信息挖掘所采用的算法和策略,最后简要介绍了一个采用向量空间模型和改进Ｒｏｂｏｔ技术的网络信息     

基于数据挖掘的数据库技术在转子故障知识发现中的应用方法研究

针对故障知识获取这一瓶颈难题,对基于数据挖掘的数据库技术去实现故障知识规则自动发现的方法进行了研究;在SQLSERVER 2005平台上,利用该平台提供的数据挖掘决策树算法,采用了将决策树算法与数据库系统的性能进行高效耦合的数据处理模式,建立了一种利用故障数据集自动获取故障知识规则的数据处理流程;最后利用转子故障实验获得的故障特征数据集进行的验证表明,该流程具有通过对故障数据集进行实时处理,自动建立起一种描述故障知识的决策树模型,并且通过对决策树枝进行结构元素的描述,可自动生成故障知识规则集合的功能;结果表明,SQL SERVER 2005数据挖掘平台提供的决策树算法,为基于故障数据资源的驱动挖掘出故障知识提供了一种新途径。     

Apriori算法在网络环境下的动态可视化实现

为了实现数据挖掘系统的网络化,各类算法需要封装部署。基于网络的数据挖掘系统数据可视化对客户端的展示提出了更高的要求。本文介绍关联规则中典型的Apriori算法的服务器端的实现过程以及基于Flex技术的客户端的挖掘结果的三种视图展示方式,指出了这种数据结果可视化的新颖性。     

基于SQL的决策树算法

将数据挖掘集成到关系数据库中,可以使数据挖掘技术直接利用关系数据库中的数据生成挖掘模型.以决策树技术为研究实例,通过把决策树算法重新设计为基于SQL的汇总和查询分析操作,提出一种新的基于SQL的决策树算法.同时,通过理论分析表明,在L/O性能方面,文中算法比SPRINT算法要好.     

基于MSP430单片机的超低功耗数据采集器设计

介绍一种以MSP4 30系列单片机为核心的数据采集器,以零功耗磁敏传感器作为采集前端,适用于远传抄表系统的数据采集。具体阐述仪器的工作原理、主要特点、硬件电路设计和软件设计。     

挖掘闭合多维序列模式的可行方法

为了对闭合多维序列模式进行挖掘,研究了多维序列模式的基本性质,进而提出了挖掘闭合多雏序列模式的新方法.该方法集成了闭合序列模式挖掘方法和闭合项目集模式挖掘方法,通过证明该方法的正确性,指出闭合多维序列模式集合不大于多维序列模式集合,并且能够覆盖所有多维序列模式的结果集.最后分析了该方法所具备的两个明显优点,表明了在闭合多维序列模式挖掘中的可行性.