关键词： 信息数据   数据挖掘   公安业务   数据处理  

摘要： 一、概述随着公安各级综合资源库的建立和情报信息主导警务战略的深入实施,公安机关对信息综合利用的需求日益强烈,这对信息资源综合利用的能力提出了挑战。目前,公安机关累积了种类繁多、容量巨大的业务数据,据粗略统计,仅一个地市级公安局业务信息系统已多达数十上百种。

关键词： 数据处理   数据挖掘   关联规则  

摘要： 从计算机的一个重要应用领域——数据处理出发,针对当前信息数据暴涨的现状,分析了一种新型的数据处理技术,即数据挖掘。通过对基于关联规则的购物篮分析,进一步说明了数据挖掘技术在社会发展中的重要性。

关键词： 数据挖掘   关联规则   化探数据   资源量预测模型  

摘要： 作为全球信息系统的万维网流行之后，信息剧增作为这个时代的特征已经被很多人所认同。随着科学技术的不断发展，越来越多的研究人员对各种数据产生了浓厚的兴趣。虽然表面上，它们是杂乱的无序的毫无章法的原始数据，但是我们却可以利用计算机将其有用的部分进行提取，从而成为信息。于是，人们开始对这些数据进行分析，试图找出其中的关联和特殊意义，以给人们重要的启示，对数据有一个感性的认识，让这些庞大的数据体转变为有效的信息提示。试想，如果能够从这些大量的数据中得出有用的结论，或者能够对这些大量的数据进行处理后能找到其发展趋势，则可以很好的支持人们做出决策。于是，人们利用数据库存储数据，采用机器学习、人工智能、数学统计等方法来分析数据，这两者的结合促成了数据库中的知识发现(Knowledge Discovery in Databases，KDD)与数据挖掘(Data Mining)技术的产生和发展。\n 数据挖掘是从数据中获取模式的过程。数据挖掘在将数据转换成信息这一方面逐渐成为日益重要的工具，数据挖掘常广泛用于概要分析。数据挖掘可用于揭示数据中的模式，但通常仅在采样数据上进行。如果样本不能很好地表达数据的大部分，则挖掘过程无效。数据挖掘不能发现可能存在于大数据中的模式，如果那些模式不存在于将被“挖掘”的样本中。因此，数据挖掘并非万无一失，但如果收集到非常具有代表性的数据样本的话，却可以十分有效。在特别数据集中发现一个特别模式不一定意味着在从中抽取样本的较大数据中的别处能发现模式。此过程的一个重要部分即对其它数据样本进行模式检验和确认。\n 在地质数据研究中，随着地学数据资料长期以来的积累，利用数学方法来定量化地处理地学数据手段已经不能有效地进行模式发现，因此对地学数据的处理提出了新的要求，要从大量的多源地学数据中发现地质规律，就要寻求新的方法，为地质研究建立新的模式。地质学专家们提出了建立地学数据库以及多源地学数据集成等技术手段来存储地学资料，达到充分利用数据带来信息的目的，为研究地质数据提供一个良好的数据平台。同时也提出了从数据库中获取有用数据的研究，让模式提取过程变成自动智能的。而运用数据挖掘方法法对地质问题进行数字化信息处理，为地学数据的处理提供了技术上的支持，对地学决策系统提供支持，同时为地学数据能够自动智能地处理奠定基础，应用结果也将为全球变化、区域可持续发展和自然资源的有效评价提供决策性的支持。\n 化探数据即地球化学数据，是地学数据中的一种，一直以来地质工作者对化探数据的研是工作中的难点。随着地表及浅地表矿藏的勘探完毕，寻找深部和隐藏矿的任务给地质工作者带来了巨大的挑战。传统的方法在化探数据处理上越来越表现出局限性，主要表现为不能完全发现地质异常现象，从而直接影响找矿效率。寻求新的化探数据处理方法成为地质工作者的目标。而计算机数据挖掘方法给我们以新的启示，如关联规则、神经网络、分类、回归等。本文引入了关联规则数据挖掘方法，通过对西藏矿产资源潜力评价中化探数据的研究，建立数学模型，达到对成矿区带资源量预测的定量评价目的，为数据挖掘在地质矿产中的应用提供一些实际应用上的信息。

关键词： 数据挖掘技术   数据处理  

摘要： 本文主要介绍了数据挖掘技术的概念、过程、算法,并结合实际讨论了数据挖掘技术在遥测数据处理中的应用方法。

关键词： 数据挖掘   决策树   C4.5分类算法   领域知识   等价无穷小  

摘要： 数据挖掘技术是在近来信息化进程的发展和人们对信息需求的快速增加的大背景下应运而生的一项新技术。考古研究的进步使得找寻考古数据之间关系、并以此为途径研究其背后的社会和历史发展规律成为主题,将数据挖掘技术引入考古研究领域正好顺应了这一大趋势。决策树算法是典型的数据挖掘中的分类算法。为了适应考古研究的具体要求,我们基于C4.5算法,提出了两点改进:增加了一个表示研究背景的参数向量以改进决策树算法无法充分利用先验背景的确定;改变了分裂判定准则——信息增益率的计算方法以提高算法运行速度。经过检验二者都获得了较好的效果。

关键词： 蛋白质组学技术   学术交流会   生物质谱   数据处理   数据挖掘   生物信息学   经验交流   学术会议  

关键词： 计算机应用  

ISBN: (纸本)9787030264435

关键词： 大坝安全监测   数据挖掘   决策支持   小波分析   BP神经网络   大坝形变监测  

摘要： 近年来,随着计算机辅助分析在工程领域的发展,利用计算机实现大坝安全监测信息的智能管理和数据分析处理是大坝安全监测系统的发展趋势。与之相关联的传感器技术、网络通信、数据挖掘方法和智能决策支持系统等各种技术和概念也有了长足的进步,进而推动了现代化大坝安全监测的产生和发展。\n 本文着重对如何应用数据挖掘技术处理大坝安全监测信息进行了研究。主要研究内容如下:\n (1)第二章首先对大坝安全监测的决策支持系统进行了阐述,在分析传统的基于“一机四库”的决策支持系统的基础上,给出基于数据仓库的智能决策支持系统的组织结构,其核心部件是数据仓库、数据挖掘和联机分析处理技术,并分别介绍了相关技术知识,与传统的决策支持相比,智能决策支持系统表现出的优越性。\n (2)第三章在分析了大坝安全监测的数据挖掘处理流程和数据挖掘的任务和方法之后,构建了大坝安全监测系统的数据挖掘应用平台,探讨了其特点和主要构件功能。\n (3)第四章和第五章对如何应用数据挖掘技术处理大坝监测数据进行了研究。第四章应用小波技术对沉降监测数据进行去噪分析,第五章对现有的标准BP算法加以改进,将原有的固定学习率用改进的BP神经网络方法和线性回归作对比,对大坝位移监测数据的拟合做误差分析。从而得出结论说明数据挖掘算法可以用于大坝监测的数据处理中预测和描述大坝信息。数据挖掘技术可以用来作为决策支持和安全评价的重要工具。

关键词： 统计软件   数据整理   流行病学   统计分析   数据挖掘   数据处理   功能基   SAS  

摘要： S-Plus软件（以下简称S-Plus）是由美国MathSoft公司开发的一种统计软件，其统计功能基于S高级语言，是全球公认的三大统计软件（SPSS、SAS、***）之一，主要用于数据挖掘和统计分析，其统计作图功能也非常强大。S-Plus还可以通过命令来完成特定的数据处理过程。

关键词： 网络化测试   不确定性数据   数据挖掘  

摘要： 随着以LXI和无线传感器网络为代表的新一代网络化测试信息采集体系技术的迅速发展,不确定性数据问题将成为其应用过程中所必需面对的测试信息处理技术的挑战。鉴于此,本文首先介绍了网络化测试体系结构下不确定性数据的概念和来源,并分析了其特点以及对常规数据挖掘方法的挑战。然后,重点分析国内外研究现状、主流的不确定性数据挖掘方法和研究工作。在此基础上,剖析网络化测试体系中不确定性数据挖掘研究工作应关注的主要问题和重点研究内容。