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。     

数据挖掘中的聚类算法综述

聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。全面总结了数据挖掘中聚类算法的研究现状,分析比较了它们的性能差异和各自存在的优点及问题,并结合多媒体领域的应用需求指出了其今后的发展趋势。     

SVM和BP算法在油气识别中的对比应用研究

在油气勘探领域中,当使用测井资料进行油气层分类识别时,运用传统的方法具有一定的局限性。本文使用了数据挖掘分类算法中的支持向量机(SVM)方法,并实际应用到新疆塔里木盆地油气层识别中。实验中分别采用了支持向量机算法和BP神经网络算法进行对比检验,结果表明通过支持向量机算法建立的油气层识别模型具有更高的识别检验性能,体现了支持向量机在处理多类分类问题中的优越性。     

基于数据挖掘的网络入侵检测系统模型

本文论述了数据挖掘技术用于入侵检测的优势，针对知识库更新的智能化处理，在分析关联规则算法的基础上，提出了一个基于数据挖掘的入侵检测模型。该模型可以有效地检测新的攻击类型，实现知识库的自动更新，从而提高了入侵检测的高效性。     

用于热门路径查询的动态热度路网的构建方法

基于位置的服务在蓬勃发展的同时,产生出大量的用户位置轨迹数据,同时基于轨迹数据的热门路径问题也越来越受到人们的重视。对于求解点到点热门路径的问题,一张带有动态热度信息的热度路网是非常必要的。首先,提出了一个高效的交叉口生成算法,用于构建静态的热度路网,并在此基础上提出一种新的时间段分割算法来使得路网中对应热度边动态化。采用希腊雅典的一部分卡车的GPS轨迹数据集,通过大量充分的实验,印证了算法的合理性和高效性。     

流程工业中的数据挖掘建模与应用

数据挖掘是应用一系列技术从大型数据库或数据仓库中提取人们感兴趣的信息和知识,已在零售业得到了广泛的应用,却在流程过程中使用较少。针对某石化企业的连续重整过程,利用决策树归纳法,建立反应器温度波动模型,对实时数据进行预测,对于引起反应器温度波动较大的操作提出建议性的决策树规则,从而达到改善控制效果和提高装置运行平稳性的目的。     

基于状态监测的全数字预测倍频技术研究

随着信息技术的迅速发展,在电力、石化等众多行业里得到广泛的重视和应用的旋转机械状态监测技术面临着巨大的发展和挑战。对振动信号的采集与分析是设备状态监测和故障诊断的基础,本文在对传统数字倍频器的分析基础上,结合现场实际情况设计出一种带预测功能的全数字倍频器,该项技术在状态监测系统中得到了很好的应用。     

几种典型关联规则算法的分析与比较

数据挖掘是目前比较热门的一个研究领域,而关联规则的挖掘又是数据挖掘的一个重要课题。首先介绍关联规则的基本概念和它的挖掘过程,然后就几种典型的关联规则算法进行概括并对它们进行分析和性能的比较．对关联规则挖掘应用的现状进行总结。     

天然气压气机械设备故障信号时频分析特征提纯

天然气压气站压气机械设备工作环境恶劣,故障多发,而机械设备的故障状态下的振动噪声信号是研究机械设备故障诊断的有效载体。为有效进行故障诊断,需要对机械设备的故障信号进行提纯分析和特征提取等研究。提出基于时频分析技术的WVD和Hough变换结合的方法对低信噪比的故障信号进行提纯算法。首先分析了非平稳信号处理技术的基本原理,对原始信号的滤波和检测、频谱分析等处理,分析了时频分析特性和对应的条件,提出采用时间均值、频率均值、时间散布和频率散布四个特征值作为时频分析的特征提取量。仿真实验以某天然气压气站某型压缩机故障振动下采集信号样本为研究对象,进行提纯滤波和特征提取仿真,仿真实验得到降噪滤波和WVD及Hough变换算法下的检测结果,表明在强干扰背景SNR为-8dB下,有卓越的滤波降噪和检测性能,特征提纯检测性能相比传统算法提高18％以上。为天然气压缩机故障诊断奠定了可靠的理论基础。     

Web内容挖掘技术研究

简要介绍了Web挖掘的概念、分类以及其功能,阐述了Web挖掘与传统数据挖掘以及Web信息检索之间的关系。给出了Web内容挖掘的不同分类方法、文本以及多媒体文本数据挖掘的定义、分类与应用。重点分析了Web文本挖掘的方法,包括文本的特征表示与抽取、文本的分类与聚类等,讨论了多媒体文本分类挖掘方法。