关键词： 数据挖掘   数据处理   数据分类   分类算法   SNN相似度  

摘要： 随着信息技术的快速发展，人们积累的数据量急剧增长，如何从海量的数据中提取有用的知识成为当务之急。数据挖掘技术就是为顺应这种需要发展起来的数据处理技术。分类算法是数据挖掘技术中一个重要的组成部分，这种技术根据已知类别的数据建立模型，从而使用该模型再对未知的类别数据进行分类。\n 首先，论文对数据挖掘中的技术之一一数据分类进行研究。详细分析了现阶段比较常用的分类算法以及各自的耗时和准确率的优劣之后，重点分析了KNN分类方法的思想。KNN方法是一个理论上比较成熟的方法，也是现有分类方法中一种简单、有效的方法。\n 其次，传统KNN在判定类别决策时，只与周围有限的相邻样本有关，并且在训练样本密度分布不均匀的时候，在类别边缘的样本容易出现误判。文献［1］提出了基于密度裁剪的KNN方法解决训练样本密度分布不均匀的问题，但是参数设置过多，并且对准确率影响很大。因此本文引入SNN相似度新概念，提出了一种新的改进方法—基于SNN相似度的KNN改进方法，不需设置过多参数，利用相似度越大，越有可能是同一类的思想，对数据进行分类。采用SNN相似度时，不仅仅是考虑数据点的距离，还考虑了数据点所处的环境，消除了不同类别间密度不均匀的影响。论文对新方法和基于密度裁剪的KNN方法和传统KNN方法在理论上进行了分析，证明改进后的方法能得到更好的分类结果。\n 最后，对新方法和前两个方法在UCU上的公共数据和三江并流的实际数据上进行了广泛的实验，在时间复杂性和准确率方面进行了比较。虽然时间复杂性没有改善，但分类方法的重要指标准确率有了很大的提高。实验显示了新方法具有更好的性能，验证了新方法的有效性和正确性。

关键词： 建筑能耗   数据库   数据挖掘   数据处理   回归  

摘要： 简要介绍了上海市商用建筑信息数据库和数据挖掘技术相关知识,运用回归归因法解决数据库中缺失数据问题,并对异常点进行检测;选择统计学方法进行数据挖掘,并分析评价由数据挖掘得到的商用建筑能耗预测模型。

关键词： 公路交通   数据处理   数据挖掘   适应交通量   公路信息系统  

摘要： 随着信息化技术水平的提高和公路网规划、公路建设管理与运营管理对交通信息需求类型和层次的提升，公路交通数据处理分析及应用系统成为处理公路交通数据、提供专业用户交通指标、实现查询统计评价的功能、研究公路交通特征规律的重要平台，因此有必要对其进行深入分析，研究其功能扩展方案，并研究如何应用相关技术实现功能。\n 论文以上海市公路交通数据处理分析及应用系统为研究对象，以公路采集系统数据库为基础，对现有系统的模型和功能作出评价，提出适应用户需求的功能扩展方案，并分别应用OD推算技术和数据挖掘技术提高系统的性能和完善系统的功能，揭示公路交通运行规律。\n 本文首先总结了国内外公路信息系统的发展现状和趋势，介绍了几个公路信息系统的功能应用和关键技术，明确了公路信息系统的发展方向。第二章根据用户使用经验对上海市公路交通数据处理分析及应用系统作出功能使用评价和模型效果评价。第三章在对系统使用评价的基础上，结合公路信息系统的发展趋势，提出了系统功能扩展框架，包含了新增功能和改进模型，并引出该框架下的两个关键技术—OD推算技术和数据挖掘技术，对与技术有关的相关概念、模型、方法和应用作概述。\n 第四章根据上海公路网的实际运行情况，提出适用于上海公路网的实用动态OD矩阵推算方法，并结合系统的数据资源描述了具体的操作流程。然后在此数据空间扩展模型基础上，实现了微观、中观和宏观指标的空间扩展，提出了专家库OD矩阵的更新策略。\n 第五章应用数据挖掘技术，归纳提炼公路数据中有价值的信息，针对公路建设管理和运营管理中时常出现的问题和不合理的方法，利用系统的数据资源，提出适用于上海公路网规划、建设和管理的设计小时交通量的确定方法和适应交通量的合理取值，并通过分析节假日交通特征提出节假日公路交通管理策略。

关键词： DM(数据挖掘)   知识   模式  

摘要： 文章简要介绍了DM(数据挖掘)及其工作过程,并指出了数据挖掘过程中应注意的问题,最后出了一个具体的数据挖掘的例子。

关键词： 雷电定位   数据挖掘   抗差估计   粗差干扰  

摘要： 雷电是严重危害人类生命财产安全的自然灾害。为了研究雷电，探索雷电规律，世界各国都已建立雷电监测定位系统。中国也已在全国范围内建立的雷电监测定位系统，实时监测雷电数据。\n 在雷电探测定位系统中，定位算法是核心，直接关系到探测结果的精度。然而在探测到的原始数据中有许多包含粗差，粗差的影响使得由基本定位方法得到的结果严重偏离真实值，精度不高。因此，为了满足应用的要求，必须设计能够抵抗粗差干扰的定位算法。\n 本论文首先简介了雷电的基本理论和中国气象局国家闪电数据处理中心建设，然后详细介绍了目前正在使用的基本定位算法。\n 其次，针对基本定位算法不具有抗粗差能力的缺点，结合数据挖掘中的一些方法，设计了两种粗差处理算法:聚类法和分类法。仿真显示，相比于聚类法，分类法可以更有效的控制粗差的影响。\n 为进一步提高定位精度，本文提出了一种新的基本定位方法——Chan-3D法，并在此基础上研究能够抵抗粗差的雷电抗差定位算法。仿真显示，Chan-3D法是一种非常优秀的定位方法，结合IGGI方案的抗差估计使得在数据污染率在10％以内的情况下，定位精度达到了百米的级别。

关键词： 无线传感器网络   无线传感器监测网络   不确定性数据   节点调度   信息熵   数据广播   数据挖掘   聚类  

摘要： 集成了传感器技术、微机电系统技术、无线通信技术和分布式信息处理技术的无线传感器网络是一种全新的计算模式,是继因特网之后将对21世纪人类生活方式产生重大影响的IT热点技术。因特网改变了人与人之间交流、沟通的方式,而无线传感器网络将逻辑上的信息世界与物理世界融合在一起,将改变人与自然交互的方式。无线传感器网络是高度应用相关的,无线传感器网络的应用大多具有监测性质,因此对无线传感器监测网络的研究具有重要意义。在无线传感器监测网络应用中,测量误差、网络传输错误等因素的客观存在,数据采集和传输受到资源的限制而只能以离散的方式进行与外界物理量（如温度和压力值）的连续变化之间的矛盾不可避免,因此通过无线传感器监测网络获得的数据本质上是不确定性数据。不确定性数据对数据库领域传统的数据处理方法提出了新的挑战。 无线传感器监测网络节点的主要特点是电能、带宽、计算和存储能力等高度受限,尤其是其电源的不可替换性导致在保证对监测目标完全监测的同时延长系统工作寿命成为无线传感器监测网络应用的一个中心问题。针对该问题,提出无线传感器监测网络的扩展工作寿命的定义,并在此基础上提出一种延长无线传感器监测网络工作寿命的分布式节点调度策略,在各节点簇内对节点进行调度以实现有差别监测服务并延长系统的工作寿命。 不确定性数据查询与更新是不确定性数据处理技术的基础。概率性查询基于不确定性数据的概率不确定性数据模型,根据数据的不确定性区间及其概率分布（不确定性概率分布函数）为查询结果提供置信度信息。在深入分析各类不确定性数据的概率性查询及其计算方法的基础上,对概率性最近邻居查询ENNQ的计算方法进行改进。基于信息熵的概念,提出概率性范围查询ERQ查询质量度量方法,并在此基础上提出一种基于信息熵的不确定性数据更新策略,目的是以较小的能耗代价实现查询质量的提高。 在无线传感器监测网络环境下,可能存在大量用户需要访问传感数据,因此数据的有效分发是不确定性数据处理的另一个核心问题。在移动计算环境中,数据广播是一种有效的数据访问方式。在深入分析不确定性数据特点的基础上提出数据平均不确定率的概念,并创造性地将Push-based在线广播方法应用于不确定性数据的分发,提出一种不确定性数据在线广播调度策略,在进行数据广播调度时综合考虑数据的访问率和不确定性,并考虑网络传输错误和多信道对数据广播的影响。 无线传感器监测网络应用中往往伴随着海量的数据,研究从这些海量数据中挖掘出有用的知识意义重大。无线传感器监测网络环境中数据的不确定性会对数据挖掘结果的正确性产生显著影响,对传统数据挖掘方法提出了严峻的挑战。在对当前不确定性数据聚类的主要研究成果的深入分析并结合不确定性数据的特点的基础上提出基于密度的不确定性数据概率聚类算法,根据数据不确定性区间的概率分布信息提高算法的准确性并通过R树索引和概率阈值索引PTI提高算法的效率。

关键词： 数据挖掘   关联规则   最大频繁项目集   MFP-Miner   MFIA-IU  

摘要： 高校图书馆作为高校师生的一个重要知识库,馆内藏书所涉及的领域非常广泛;图书馆每年购入新书,因此图书馆藏书量也在不断增多。师生们要在众多的书籍中找到自己需要的相关图书是一件非常困难的事情。因此,快速有效地优化藏书布局对师生的学习与研究显得尤为重要。本课题的目标就是运用数据挖掘中的关联规则方法,从读者的历史借阅数据中快速有效地挖掘出借阅书籍之间的关联信息,来帮助管理员优化藏书布局。 本文首先阐述了数据挖掘的理论基础,对关联规则数据挖掘中的一些经典算法进行了系统的分析和总结;然后根据要求将图书馆历史借阅数据进行数据预处理,包括数据的导入和提取、事务数据库的建立;在此基础上将新的关联规则挖掘算法MFP-Miner算法运用到事务数据库,挖掘出借阅书籍之间的关联规则。实验结果显示,该算法在效率上优于其它算法。 由于图书馆借阅数据每日有更新,数据库不断增大,并且根据需要的关联程度不同,最小支持度也有变化。为了使图书摆放能够尽快适应师生借阅需求,需要不断地更新挖掘结果。若利用前面的挖掘算法(如MFP-Miner等)重新挖掘整个数据库,将会很费时间,而且以前挖掘出来的信息也被浪费。为此,本文提出运用MFIA-IU算法来解决数据库和最小支持度同时变化时的综合更新挖掘最大频繁项目集的问题,从而可避免每年对旧数据的重复挖掘。

关键词： 数据挖掘   数据处理   挖掘模型   关联规则   决策树   聚类   粗糙集   多维数据集   课程关联   就业信息  

摘要： 随着计算机技术和计算机网络技术的发展,信息化程度快速提高,教育管理领域也正朝着“规范化、信息化、网络化”的方向发展。高校管理信息系统的广泛应用使得数据库积累的数据越来越多,这些数据背后隐藏着许多重要的信息,利用数据挖掘技术可以快速而又准确的从浩瀚的信息资源中提取出所需信息。数据挖掘是目前信息领域和数据库技术的前沿研究课题,是被公认为最具发展前景的关键技术之一。所谓数据挖掘就是从大量的数据中抽取以前未知并潜在可用的模式,并服务于管理决策。 本课题把北京语言大学学生的部分成绩信息及就业信息作为研究对象,把数据挖掘模型的建立方法,以及对挖掘结果进行分析比较作为研究目的,提出各种模型的不同适用场合,尝试找到学生成绩、就业的内在影响因素。 为此,本课题作了如下主要工作: (1)探讨了一些常用的数据挖掘算法,并通过编程充实了挖掘算法。 (2)对原始样本数据进行处理,并用相应的算法构建了挖掘模型。 (3)通过对挖掘模型进行分析比较,得到了一些具有指导意义的结论。

关键词： 口腔医学   信息化   框架   数据仓库   数据挖掘  

摘要： 目前国内对口腔医学信息化的研究往往只注重某个部门信息化的建设,缺乏对整体的探讨。本文针对这种现状,提出了一套较完整的口腔医学信息化体系构架方式,该体系由HIS、数据仓库、数据挖掘与分析、信息共享和创造四个方面的内容构成。文章系统地分析了该框架的设计,随后对这四个方面的内容展开了详细的论述和研究。

关键词： SAS系统   .NET系统   集成   数据挖掘   数据处理   统计分析  

摘要： SAS是一套大型集成应用软件系统,具有完备的数据存取、数据管理、数据分析和数据展现功能。由于SAS是从大型机上的系统发展而来,针对专业用户进行设计,因此其操作至今仍以编程为主,人机对话界面不太友好,在编程操作时需要用户对所使用的统计方法有较清楚的了解,非统计专业人员掌握起来比较困难。为解决这些问题,提出了一种利用SAS的IOM编程接口,通过.NET来设置界面,读取SAS的数据源,并调用SAS的命令来分析数据,获取SAS分析结果的编程模型。