关键词： 缺失数据   主曲线   数据处理   数据挖掘  

摘要： 介绍了缺失数据属性值的一些处理方法,给出了一种新的基于主曲线的缺失数据属性值的恢复方法,详细地描述了利用该方法对缺失属性值进行恢复的步骤,这种方法能根据数据的特性对缺失属性值进行预测,处理的问题带有一般性,并用具体实验数据验证实验该方法的有效性,通过和其他方法进行比较验证了它的精确性.

关键词： 数据挖掘   聚类方法   数据处理  

摘要： 聚类分析是一种基本的数据分析方法,它在数据挖掘,统计学,空间数据库技术,人工智能,生物学研究,机器学习,模式识别等领域都得到了广泛的应用。论文总结了各类聚类算法的研究现状,分析它们的优缺点,并指出了其发展趋势。

关键词： 智能交通   交通调查   数据处理   数据挖掘  

摘要： 智能公共交通系统的技术基础是实时掌握公共交通的需求情况,这就要求对公交客流调查获取的需求数据进行准确、快捷的分析处理。文中利用Visual Foxpro数据库和数据挖掘技术,构建了公交客流调查数据处理新模式,并说明了其功能和运行效果。

关键词： 银行   数据挖掘   数据处理   多维数据建模  

摘要： 利用数据仓库技术对数据资源进行有效的集成和整合,能提高银行的风险管理水平。基于数据仓库模型设计和银行海量信息数据的特点,对综合数据的进行预处理加工是第一个必要步骤;然后商业银行选择数据挖掘工具进一步深度挖掘与分析整合数据,在此基础上采用多维数据建模法(MOLAP)结合关系建模法(ROLAP)能够构建起高效的数据仓库系统。

关键词： 数据挖掘   关联规则   增量维护   频繁模式   数据处理  

摘要： 数据挖掘是当今研究的一个热点,传感器实时收集大量的数据,将数据收集与数据挖掘技术结合起来,是现代数据处理技术发展的重要趋势。频繁模式挖掘是数据挖掘中的核心问题,本文针对数据库发生变化时频繁模式挖掘中普遍存在的重复扫描、遍历和计算问题,提出了频繁模式的增量维护算法IM-FPM。该算法充分利用已有挖掘结果来提高效率但又完全独立于上次采用的挖掘方法,并且只需对原始数据库进行一次扫描。实验结果表明,该算法能有效地解决数据库发生变化时的频繁模式增量维护问题。

关键词： 数据挖掘   统计分析   数据标准化   单一样本t检验   P-   P概率图  

摘要： 数据是一切数据挖掘工作的前提。文章将基于统计分析的数据挖掘中的数据处理工作分为前期处理和后期处理两部分,对其过程和处理方法作了综合论述,并通过实例比较分析进一步证明了数据处理对于知识发现的必要性和重要性。

关键词： 海量星表   数据处理   交叉证认   数据挖掘  

摘要： 将不同波段的星表、特别是巡天项目产生的大型星表进行交叉证认,一直是进行多波段天文学研究,尤其是数据挖掘、统计分析研究的瓶颈。本文开发和实现了一个不依赖于特定数据库的海量星表融合系统(简称为XMaS_VO),用户能够方便地使用此系统的服务进行星表的上传及自动入库、交叉证认等工作。此外,XMaS_VO具备可移植性,如果用户需要进行很大数量的或者大型星表的交叉证认服务,可以自己建立数据库,方便地将此工具移植到自己的服务器上,自己使用或者开放服务给他人。随着该系统的进一步发展和应用,天文学家将可以轻松自如地获得他们需要的多波段融合数据,自由地选取参数和匹配的结果,从而可以更加有效地从事海量数据处理和分析工作。

关键词： 数据挖掘   数据仓库   数据处理   联机分析处理   决策支持系统  

摘要： 农业领域的专家知识多是描述性和经验性的知识,难以进行精确的数学描述,这给农业决策支持系统的构建带来了一定的困难。为解决这种传统的决策支持系统的不足,介绍了基于数据仓库技术和数据挖掘技术构建的温室决策支持系统。该系统通过建立数据仓库来存储各种来自异质的信息源的数据,利用联机分析处理实现多维数据分析,然后通过数据挖掘技术从数据仓库中获得新的农业知识,以丰富决策支持系统的知识库。在系统的实现过程中,采用了SQL Server分析服务,实现数据挖掘与数据仓库以及应用程序的紧密耦合,从而大大提高了数据挖掘效率。将数据仓库、联机分析处理、数据挖掘三者结合起来形成了一种新的温室决策支持系统。

关键词： 数据挖掘   数据处理   粗糙集   逼近值  

摘要： Many real-life data sets are incomplete,or in different words,are affected by missing attribute *** interpretations of missing attribute values are discussed in the paper:lost values(erased values),attribute-concept values(such a value may be replaced by any value from the attribute domain restricted to the concept),and "do not care" conditions(a missing attribute value may be replaced by any value from the attribute domain).For incomplete data sets three definitions of lower and upper approximations are *** were conducted on six typical data sets with missing attribute values,using three different interpretations of missing attribute values and the same definition of concept lower and upper *** conclusion is that the best approach to missing attribute values is the lost value type.

关键词： 冠状动脉造影   数据挖掘   C4.5算法  

摘要： 首先采用数据清理、数据变换、数据规约等预处理技术处理原始数据,并借助weka平台,通过C4.5算法生成决策树;然后针对决策树对正确率判断不够理想的地方,调整比例因子变量再进行测试提高判断的正确率。由两种方法的比较,以及与医学认识相对照,可以得出,文中所得决策分类树的构成特点同目前已知的高危因素趋于一致。通过C4.5算法建立判定决策树,降低了冠状动脉造影(CAG)的危险,为冠心病的分析预测提出了一种新的方法。