隐私保护下关联规则挖掘方法

从输入隐私保护和输出隐私保护2个角度介绍了隐私保护关联规则挖掘的有效方法。输入隐私保护采用数据扭曲的策略，输出隐私保护采用修改敏感事务值的策略。使用这2种策略的挖掘方法在取得很好隐私性同时，挖掘到的关联规则准确率也很好。     

基于复合形遗传算法的K—means优化聚类方法

针对基本遗传算法所存在的缺点和不足,提出了一种改进的遗传算法--复合形遗传算法,并将其用于K-means优化聚类.把复合形法嵌入到遗传算法中,利用复合形法对遗传算法群体中的部分个体进行处理,来改善种群的质量,以加快最优解的搜索进程.该方法既有复合形法快速高效的特点,又有遗传算法全局性好的特点. 算例的结果表明,该方法用于改进K-means优化聚类是可行的与有效的.     

基于变化序列的时序数据挖掘技术

给出了时间序列的变化序列和最近时间子序列的概念．并把最近时间子序列看作是时间序列的信息聚集器。基于这一现点,提出了基于变化序列的时序数据挖掘技术。先把待挖掘的时间序列转换成时间序列的变化序列,然后利用时间序列的变化序列的最近时间子序列隐含的知识,以指导对原时间序列的挖掘,并给出了挖掘算法。最后算例验证了该挖掘方法的可行性和有效性。     

基于QAR数据的关联规则挖掘算法的研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点,设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori.对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间,提高算法的运算效率,提高QAR数据关联规则挖掘的效率.     

数据挖掘在卫星仿真数据分析与评估上的应用

随着卫星总体仿真技术的发展．数字化航天器设计与仿真柔性仿真平台已经得到了应用,并具备了适应于不同应用环境下的多种框架平台。但是对于卫星总体仿真生成的海量结果数据并不能仅仅进行简单的堆砌和显示,还需要对这些结果数据进行深层次的数据挖掘,进行面向工程的数据检索和分析总结。文章对卫星仿真柔性平台中仿真数据的分析和评估进行了介绍,通过应用实例分析数据分析和评估对卫星设计的作用,体现仿真评估对于设计可靠性的验证与校核。     

基于大数据的航天产品数字化应用系统构建探讨

阐述了各行业"大数据"分析应用现状及国内外航天领域数字工作平台应用现状,结合航天产品工作的现状和需求,探讨在大数据时代下,航天产品综合应用系统的构建重点和构建模式。     

基于数据挖掘算法的热压罐固化周期预测研究

目前,计划人员只能根据相关工艺文件中固化参数及热压罐固化周期的历史数据对热压罐进行连续排罐,导致计划人员无法制定精细的排产计划,还没有利用数据挖掘算法对热压罐固化周期进行预测的研究。采用支持向量回归和KNN预测两种预测方法,并对两种方法的预测结果进行对比试验。试验表明KNN预测的预测结果中有90%的罐次均优于支持向量回归的预测结果,且有90%罐次的误差小于0.5h。最后对两种方法的预测结果进行了原因分析。     

SQL Server 2000的数据仓库解决方案

阐述了数据仓库是数据库技术的发展且可以通过OLAP和数据挖掘技术进行强大的多维数据分析,来实现决策支持功能。Microsoft公司推出的SQL Server 2000数据库管理系统提供了完整的数据仓库和OLAP的解决方案:在关系数据库基础上,用一组数据仓库组件(DTS, ANALYSS,复制,转移)来建立数据仓库。该方案提供了多维表达式语言(MDX)和多维数据的分析查询机制,能方便快捷地开发生成和部署数据仓库应用。     

数据聚类方法的研究与分析

聚类分析是近年来迅速发展起来的一种新兴的数据处理技术,它在许多领域有着广泛的应用,尤其是在数据挖掘领域。首先阐述了聚类分析的基本概念和分类,然后针对目前几类主要的聚类分析方法,重点分析了基于密度的DBSCAN算法,基于层次的BIRCH算法以及基于网格的Wave Cluster算法这三种具有代表性的聚类方法,分析了它们的优缺点和时间复杂度。最后提及了聚类分析方法的应用范围以及今后需要解决的问题和发展方向。     

数据流频繁闭集的在线挖掘

基于算法LossyCounting,提出了数据流频繁闭集的在线挖掘算法LC_Closed(LossyCounting_Closed).设计了基于前缀树的频繁闭集压缩存储结构CI-forest(ClosedItemsets-forest),利用该数据结构可以快速的插入和查询闭集模式,且在处理新的事务数据时能够快速定位相关的历史闭集模式.该算法采用在线的处理方式,提高了算法的实时性.实验的结果证明该算法是有效的.