关键词： 数据挖掘   BI   数据分析   数据处理  

摘要： 很多公司都热衷于数据挖掘,期待从中寻找商机与创意,但大多数公司又不能如愿以偿,问题出在哪里呢?

关键词： 数据仓库   数据挖掘   火控解算   决策树  

摘要： 随着数据库技术的发展和应用,人们积累的雷达数据越来越多,如何有效地利用这些雷达数据,从大量繁杂而分散的数据资源中提炼出有价值的信息以供决策使用,成为雷达数据库发展面临的一个急于解决的问题,数据仓库与数据挖掘技术的产生为这个问题的解决提供了有效的理论和方法。 火控诸元解算发展到今天,雷达探测精度是制约其发展的关键因素之一,如何消除雷达探测带来的误差影响,提高火控解算精度是我们追求的目标。论文以火控解算的实际应用为背景,以某型雷达在试验中获得的数据为样本,引入数据仓库和数据挖掘技术,寻找出隐藏在雷达探测误差与其部分影响因素之间的关系模型。首先,利用SQL Server2005构建了雷达数据仓库,在数据准备过程中对数据进行预处理,提高了数据质量,建立了良好的雷达探测误差数据分析环境；然后通过算法的对比分析,利用决策树算法建立了雷达跟踪数据的距离误差模型、方位误差模型及俯仰误差模型；最后,应用已经建立了雷达跟踪数据的误差模型,并结合传统的雷达跟踪数据处理方法进行处理,得出的结果明显优于传统处理方式,达到了提高火控精度的目的。进而提出了一种在火控解算中利用数据挖掘技术并结合传统火控滤波方法的新的雷达跟踪数据处理方式,为提高火控解算的精度提出了一种新方法。

关键词： 桥梁监测   数据处理   数据挖掘   时间序列  

摘要： 随着计算机技术、传感器技术以及数据库技术的不断发展和完善,桥梁监测的手段也日趋多样。特别是近年来我国特大型桥梁的建设项目的不断上马,为了保证桥梁在施工,运营阶段的安全性、耐久性和正常使用状态的性能,越来越多的桥梁监测系统被相继建立起来。 为了实时的了解桥梁关键部位在各阶段的受力状态,种类各异,数目繁多的传感器被应用到工程中,由此产生的海量监测数据,并不能够得到及时的处理。其中很大的原因是由于目前桥梁监测数据处理的理论研究相对滞后,这也同时成为了制约桥梁数据监测系统性能进一步提升的瓶颈。 本文依托徐水沟特大桥远程监测项目,展开对桥梁监测数据处理的研究。通过数理统计的方法,完成对监测数据中异常数据的处理,监测数据曲线的平滑处理等预处理工作,同时给出基于静态监测数据和动态监测数据的处理思路;利用统计学的相关知识,提出基于时间序列桥梁监测数据的处理方法,并依据监测数据时间序列分解分析;应用数据挖掘技术中的聚类分析和主成分分析方法,探讨海量监测数据的处理技术,从而达简化监测数据规模的目的;依据项目的实际需要,开发出一款能够满足桥梁在施工、荷载试验以及运营阶段的离线状态下的数据库软件。

关键词： 频繁项   流数据   数据挖掘   权值   增量式数据库  

摘要： 在金融领域里,大量的数据如股票交易的高频数据是以流的形式到达的。这些流数据持续到达,速度快,容量近乎无限,传统的数据库技术已经不能很好地处理。将流数据处理引入数据库中,能提高了数据处理的效能,缓解了金融数据库中的时间窗口瓶颈。 频繁项挖掘是流数据处理中一项十分重要的基本任务。许多近似算法能够有效地进行频繁项挖掘。但传统的频繁项算法如Lossy Counting都只能基于元素的计数进行挖掘。无法满足对带权值数据的监控。本论文提出的新算法可以对元素在整个流数据中所占权重比重进行挖掘,输出超出门槛参数的频繁项。输出结果为近似值,误差可以保证不超过给出的设定值。新算法非常适用于金融交易中各种带权值交易的频繁项挖掘。实验证明新算法显著降低了时间和空间的开销。 增量式数据库是将流数据处理技术限制放宽后在传统关系型数据库中的应用。利用增量式数据库的设计方法,在计算密集的任务中保存中间结果,将峰值时的计算负载均衡至空闲的时间里,可以大大提高系统的运行效率和响应时间,具有非常大的现实意义。 本文在数据领域中引入离线流数据与增量式数据库的概念。对不同限制条件下的在线流数据、离线流数据、增量式数据库三者进行了分析并提出了相应的优化思路。提出的基于权重的流数据频繁项挖掘新算法能有效地应用于在线流数据与离线流数据中,并可作为增量式数据库的预处理手段。增量式数据库作为一种全新的数据库优化技术,在各种具有流数据特点的场合具有广阔的前景。

关键词： 数据挖掘   时间序列   序列模式   电解铝  

摘要： 铝电解槽每天都会实时产生大量的生产数据,并且这些数据往往都是以时间来记录成序列的。但是这些数据并没有被充分利用,一般对电解槽的各种工艺参数的调整往往凭借管理者的个人经验,用户无法充分利用大量的生产历史数据从定量的角度进行控制决策。针对这一问题,本文重点研究传统的序列模式挖掘算法,并在铝电解槽时间序列数据上进行挖掘应用,以期得出频繁时间序列模式。 1.对原始数据以各种图的方式展示,用于对初始时间序列数据的分析。 2.在对数据的预处理过程中,对空缺数据用填充平均值、删除空缺值、人工填充空缺值等方式进行处理；对噪声数据使用分箱法进行处理。 3.针对单工艺参数数据,使用离散化,将数据按值的大小分成多个区间段,以便将数据序列转换为连续的符号表示序列。 4.针对多工艺参数多维数据序列的情况,使用模糊聚类算法将同一天内多个工艺参数的值聚合成不同的类别值(也可代表槽况),即转化为连续的符号表示,以便用于对槽况的时间序列模式挖掘。 5.研究经典的序列模式算法,针对铝电解槽生产数据量大、需要提高挖掘效率的特点,选出适合于铝电解领域的PrefixSpan算法,并将该算法应用到铝电解工艺参数历史数据的分析挖掘中。 在上述基础上,设计和开发铝电解频繁时间序列模式挖掘系统,并将本系统应用于铝电解槽生产数据的处理中,对同一槽的一段时间内的单工艺参数、多工艺参数及槽况的原始数据进行挖掘。根据挖掘到的频繁时间序列模式,用于预测未来生产的发展趋势,为决策提供科学依据。

关键词： 数据挖掘   关联规则   Apriori算法   FP-growth算法   个性化服务  

摘要： 随着数据库技术的迅速发展以及数据库管理系统在图书馆的广泛应用,图书馆数据库里积累了大量的读者对图书资源的历史访问数据,这些数据背后隐藏着许多重要的信息。但是,由于目前的图书馆管理系统缺乏数据的集成和分析能力,无法发现这些数据中存在的关系和规则。如何运用数据挖掘技术从图书馆数据中挖掘出有价值的信息,已成为数据挖掘应用的一个重要领域,也是数字图书馆建设中一个非常重要的研究课题。 本文将关联规则技术引入到高校图书馆读者数据处理系统,试图验证数据挖掘技术在这个领域中的可行性。 本文的主要工作如下： 首先,介绍了数据挖掘、关联规则等相关基本理论及其研究现状,并对两种常见的关联规则挖掘算法——Apriori和FP-growth算法进行分析,讨论了这两种算法的基本思想、数据挖掘步骤、优缺点等,评价了两者的性能。 其次,针对图书馆读者借阅数据进行数据预处理,包括数据的选取、数据集成、数据清理、数据转换和数据归约,建立了算法所需的事务数据库。 最后,基于Microsoft关联算法对图书借阅数据进行关联规则挖掘,发现了关于读者特征与所借图书之间的规则和关于读者借阅的图书类之间的规则,并对实验结果进行了分析,提出了指导意见,从而可以科学地进行建议借阅和图书推荐等个性化服务。

关键词： 编码(程序设计)   数据格式   数据挖掘   数据模型   数据处理   数据存储   定义   图形数据处理   图像文件   图像系统   图像   信息处理   情报检索   信息技术   接口系统   JPEG   绘制地图   图象描述信息   研究   检索  

标准号: ISO/IEC 24800-3-2010

摘要： This part of ISO/IEC 24800, also known as “JPSearch Query Format (JPQF)”, provides a standardizedinterface for image search and retrieval systems in three aspects: Input Query Format, Output Result Format,and Query Management. The Input Query Format provides users/systems with a set of precise inputparameters to describe their search criteria in addition to a set of preferred output parameters to depict thereturn result sets. The Output Result Format provides users/systems with a set of output parameters todescribe the aggregated return result sets for user presentation or machine consumption. The QueryManagement provides a means for selecting services (e.g., MPEG-7 database) or aggregated services (e.g.,service provider that administers a set of different services) based on service properties (e.g., supported queryformat). The goal is to define a query language that provides the industry with a standardized format to acceptand respond to user/system specification for image searches.

关键词： 中厚板   控制冷却   软测量   数据处理   数据挖掘  

摘要： 随着新一代TMCP技术的产生,国内中厚板轧后控制冷却技术快速发展。本文以鞍钢4300mm中厚板轧后控制冷却系统的研制和开发为背景,以控制冷却系统为主要研究对象,重点对冷却过程中的换热机理、换热模型和数据处理进行了系统的研究。根据鞍钢中厚板厂的现场实际情况,对控制冷却模型进行修正,并提出了中间温度值的软测量方法。本文的主要研究内容和成果如下： (1)研究控制冷却系统的理论控制模型。对超快速冷却和层流冷却状态下的换热模型、冷却效率模型进行研究,分析得到换热系数、冷却效率随各种影响因素的变化规律。在此基础上,根据能量守恒定律回归水冷换热系数模型,获得可在线应用的数学模型,并运用到实际生产中。 (2)针对鞍钢厚板厂品种多样的特点,对钢板的冷却过程进行研究,建立和优化控制冷却过程中的数学模型,并应用到实际生产之中。通过不断的观察、比较和计算,逐渐优化轧后控制冷却系统,提高其控制精度、响应速度及系统的稳定性。 (3)针对中间测温仪无法正常使用的问题,提出了中间温度软测量的方法。并将温降模型运用到软测量中,使之成为模型计算的一部分,为多阶段控冷的顺利进行提供了必要条件。 (4)针对该过程控制系统的特点,并结合现场实际情况,分析实时数据的特点和引起控制模型出现问题的原因,提出了一系列实时数据的处理方法,使实时数据更加准确可信。 (5)采用新型的数据挖掘技术,对已知数据进行数据库存档、分析和归纳,解决现场实际问题,也为故障和问题的查询提供了平台。并可以通过数据库中的内容,总结控制冷却规律。

关键词： 模糊关联规则   并行算法   数据挖掘   飞行数据  

摘要： 针对顺序的模糊关联规则算法在处理海量飞行数据时,由于算法可扩展性低、响应时间过长而带来数据处理的不便,本文采用模糊关联并行挖掘算法,先使用并行的模糊c-2均值算法将数量型属性划分成若干个模糊集,并借助模糊集软化属性的划分边界;在用改进的布尔型关联规则的并行挖掘算法来发现频繁模糊属性集。通过飞行数据库进行算法验证,证明了并行算法具有好的可扩展性、规模增长性和加速比性能。

关键词： 机械设备   OLAP   数据处理   数据挖掘  

摘要： 信号处理是机械设备故障诊断中的关键技术,起着对监测信号进行加工、变换,从中提取敏感故障征兆的重要作用。针对当前机械设备维修信息处理和分析过程中存在的问题,分析了联机分析处理和数据挖掘技术的相关理论,提出基于联机分析处理和数据挖掘技术实现在线监测数据的星型数据系统模型。系统采用客户/服务器结构,实践证明该系统可根据实际需要高效地对机械设备维修信息进行在线分析、预测,为进一步全面实现机电设备在线监测起到有效支持。