关键词： 决策树   数据挖掘   数据处理   归纳学习算法   数据源  

摘要： 本文以分布式数据源中挖掘决策树为切入点,对运用mobile agent技术进行网络海量数据挖掘进行了探索,主要工作包括:首先,研究了决策树挖掘技术.重点研究了决策树归纳学习算法ID3,针对分布式数据源,提出和实现了分布式ID3算法.该算法通过mobile agent实现节点间的信息交互,完成分类挖掘.其次,剖析了Aglets系统,并且在Aglets系统平台上开发和实现了mobileagent,设计了三种mobile agent的工作模式.再次,在探讨mobile agent技术和数据挖掘技术的基础上,提出和建立一个基于mobile agent的分布式数据挖掘系统原型,用来实现数据源在分布式存储情况下的数据挖掘.最后,实际应用问题的数据集测试表明,本文的研究目标、技术方案是可行的,成果可推广应用到各种类型的网络海量数据挖掘问题中.

关键词： 露天矿   卡车调度系统   数据仓库   联机分析处理   数据挖掘  

摘要： 利用数据仓库DW(DataWarehouse)、联机分析处理OLAP(On-LineAnalyticalProcessing)、数据挖掘DM(DataMining)等技术对露天矿卡车调度系统存有的大量数据,提出分析处理的思路和方法。

关键词： 接触网   检测车   数据挖掘   聚类   多元回归分析  

摘要： 接触网是电气化铁道的主要供电设备,也是最容易发生问题的设备之一。为了保证行车安全,必须对接触网进行定期的检测和维护,使其处于良好的运营状态。 接触网检测车是目前电气化铁路最常用的检测设备,是利用微型计算机对接触网的几何参数及电气参数进行自动检测的重要设施。其数据处理系统可以对传感器信号进行采样、变送,并把实时检测数据存储下来而作进一步处理。 对高速电气化铁路接触网,硬点的检测是十分重要的。找到硬点和其它检测参数间的关系,对接触网状况的评估及机车的高速平稳运行会有很大帮助。本文利用数据挖掘技术对这一问题进行了深入的研究。 数据挖掘技术是当今智能系统理论和技术的重要研究内容,它综合运用了人工智能、神经网络、模式识别、数理统计等先进技术从大量数据中挖掘和发现有价值和隐含的知识,因而近年来得到国内外极大重视和研究。 本文主要研究的是把数据挖掘技术运用于接触网检测数据中。首先对原始数据进行预处理,为数据挖掘做准备;然后使用聚类方法对检测数据按空间位置进行分类,得到聚类结果,并进行仿真验证;最后对每一类数据进行线性回归,从而得到接触网检测参数的数学模型。 使用新数据对模型进行检验。结果证明了该方法的可行性。

关键词： 工业过程   数据挖掘   过程优化   数据处理  

摘要： 工业过程已是一个海量的数据源,需要从中提取知识以支持过程优化。分析了工业过程数据的特点,将数据挖掘的思想引入生产过程优化中,提出了工业过程数据挖掘的概念,即是一个不依赖精确的数学模型,而自动或半自动地从工业过程数据中提取有用的知识,以支持过程变量预报、过程优化及过程故障诊断的特殊数据处理过程。总结了过程数据挖掘在过程变量预报、过程监视与优化及过程故障诊断中的研究进展,得出过程数据挖掘应在算法的设计、商业软件的开发及过程数据仓库与过程数据挖掘的集成三方面开展创新工作的结论。

关键词： 2型糖尿病   病人   人群   血糖值   干预   对照   医学   数据挖掘   识别率   分类树  

摘要： 基于大量实测数据探索2型糖尿病的发病规律,寻求其有效的数据处理方法。将数据挖掘技术引入到2型糖尿病数据处理中得出决策分类树,再同医学认识相对照。利用11400条实测数据,采用C4.5算法得出分类树,经实验患病人群的正确识别率为80.90％,未患病人群的正确识别率为92.05％。给出的决策分类树同目前医学上认识的高危因素趋于一致,同时给出了血糖值等于5.85的临界性数值。数据挖掘方法的引入为2型糖尿病数据处理提供了一种新的方法,为其预警、干预和有效控制提供了一种新的解决方案。

关键词： Web挖掘   招聘网站   人才招聘信息   信息提取   数据处理   数据挖掘  

摘要： 本文对\"怎样从招聘网站集中获取人才招聘信息?\"进行了探讨,提出了从动态网页抽取信息、数据处理的基本方法:先从查询网页得到职位查询表单选项,再用循环方式构造出所有的组合查询表达式,然后根据查询表达式用程序方法逐次访问网站,大批量获取相应文本资料,最后对所得资料进行清洗、汇总、分析、挖掘.笔者运用这种方法,对十几家招聘网站的查询信息进行了提取,获得了几万条职位需求信息,在对这些数据清沈、处理后,可以建立自己的综合数据库,根据自己的需求对数据进行挖掘、分析,为学校办学提供参考,为学生就业提供帮助.

关键词： 数据挖掘   可视化技术   数据信息   数据处理   数据分析  

摘要： 本文讨论了数据挖掘可视化的定义和概念，阐述了数据挖掘可视化过程的阶段和步骤。给出了数据挖掘可视化的三个模型。本文对数据挖掘可视化研究有借鉴意义。

关键词： 信息增益   朴素贝叶斯分类器   模型   数据挖掘   决策树   数据集   医疗领域   医疗数据   保留   处理  

摘要： 数据挖掘已被广泛用于医疗领域,而大多数医疗数据集都存在缺失值。本文介绍了一些缺失值估计算法。建立了5种模型来提高预测的有效性,它们是保留缺失模型、直接丢弃模型、贝叶斯朴缺模型、贝叶斯重叠补缺模型和基于信息增益的贝叶斯重叠补缺模型。这些模型在Clinics数据集上进行了处理和分析。用C4.5决策树和10叠交叉确认法来检验这些模型的性能,结果表明根据信息增益递减顺序排序,用朴素贝叶斯分类器来预测缺失值是有效的。

关键词： 2型糖尿病   知识发现   C4.5算法   数据挖掘  

摘要： 目的:首次将知识发现理论引入到2型糖尿病发病相关因素数据处理中,从大量实测数据中识别出有效的、潜在的、有用的、可理解的发病规律。方法:根据2型糖尿病数据的特点,选用数据挖掘C4.5算法对17072条有效的整群抽样横断面健康调查数据进行决策树分类。结果:通过训练模型给出糖尿病患病与否的决策分类树,该决策树可以直观地给出发病相关因素的不同层次的相对影响,经实验测试结果对于未患病的正确识别率为92.05%,对于患病的正确识别率为80.90%,同时得出了血糖值为5.85的分类临界值。结论:决策分类树结果同目前认识的高危因素趋于一致,说明数据挖掘C4.5算法适用于2型糖尿病的发病相关因素数据分析处理,是2型糖尿病数据处理的一种新方法,其在疾病的宏观控制中有着广阔的应用前景。

关键词： 飞行参数   数据仓库   联机分析处理   数据挖掘   面向对象  

摘要： 用面向对象的方法来设计和描述飞参数据仓库的多维模式，实现了基于数据仓库技术的飞参数据处理系统。该系统能够有效地对庞大的飞参数据进行深层分析，为飞参数据的管理与处理探索了一种有效的模式。