回归分析数据挖掘技术

统计类数据挖掘技术作为数据挖掘技术中较为成熟的一个分支,它采用统计学的方法与数据挖掘的原理对目标数据进行分析和处理。文中针对其中的回归分析技术的原理及应用进行了探讨。     

浅析数据挖掘在学生体质健康测试中的应用

通过对国内外有关数据挖掘在体育领域中应用的相关文献进行分析,认为数据挖掘能够在学生体质健康测试、国民体质监测数据处理等方面能够充分发挥其潜在的价值。针对数据挖掘技术的基本原理在学生体质健康测试领域的应用进行了研究,阐述其概念、类型及使用方法,并讨论和分析它在学生体质健康测试数据分析工作中的运用,提出基于学生体质健康测试的数据挖掘模式,从而有效地提高学生体质健康水平,为学校体育科研工作提供一些新的研究思路和方法。     

基于时间序列数据挖掘的航天器故障诊断方法

时间序列方法是数据挖掘技术的一个重要分支,在航天器故障诊断领域具有非常广阔的应用前景。本文在系统研究时间序列数据挖掘技术现状基础上,重点介绍了一种基于时间序列数据挖掘的航天器故障诊断方法,包括确定诊断对象、航天器遥测数据选取、航天器遥测数据再处理、航天器遥测数据时间序列特征表示、航天器故障诊断的时间序列数据挖掘方法执行、挖掘结果的解释与评估、软件系统开发共7个步骤。最后通过卫星实例描述了该方法在航天器故障诊断中的具体应用。     

基于特征的流场数据挖掘

将数据挖掘技术应用于流场分析,有可能挖掘出常规数值方法难以发现的复杂流动规律。流场数据与传统数据库数据不同,通常组织为不规则的空间离散点和单元。为建立流场数据挖掘的统一范式,提出了基于特征的流场数据挖掘流程,并设计了两类相应的数据模型组织方式:邻域时空盒模型和连接图模型。使用该框架,对特定Rayleigh-Benard对流现象的数值计算结果进行了关联规则分析。其中涡特征提取使用λ2准则,关联规则提取使用Apriori算法。实验挖掘到了一些非平凡的流场规则,证明了该方法的有效性。     

数据挖掘在图书馆信息化建设中的应用

数据挖掘技术能够帮助人们发现隐藏在信息背后的线索,为预测和决策提供服务,在许多领域有着广泛应用.将数据挖掘技术应用于图书馆信息化建设,预测读者的信息需求,掌握读者借阅规律,为图书馆的采购、流通、网站建设以及读者服务等方面提供决策支持,有利于更好地满足读者需求,提升图书馆的信息化服务水平.介绍了数据挖掘技术的基本概念和功能,阐述了数据挖掘技术在图书馆信息化建设中的作用,以及如何利用数据挖掘技术开展图书馆信息化建设.     

飞机健康管理数据挖掘方法研究

通过数据挖掘技术分析与飞机运行和维护相关的数据资源,研究出一套能及时察觉、分类并预报故障的飞机健康管理系统,使其能够在优化飞机关键部件寿命的同时减少飞机运行和维护的费用。分析了飞机维护技术文档,结合历史维护经验库,对数据挖掘技术的应用进行了有益的探索。     

数据挖掘技术及在民航的应用

本文介绍了数据挖掘技术的由来、定义、常用分析方法和挖掘流程，分析了数据挖掘与数据仓库、OLAP的关系。并简要分析了数据挖掘技术在民航业中的应用前景。     

数据挖掘技术在飞机试制现场超差数据处理中的应用

利用数据挖掘技术对飞机试制生产现场超差数据进行有用信息挖掘,并通过一具体的算例验证了该过程。对现有的数据存储管理方式提出了改进方法,提出了开发面向对象软件以提高挖掘效率。通过对生产现场已有的技术状态管理软件进行数据库更新,可以方便的实现本文方法。     

基于数据挖掘和小波神经网络的航材消耗预测方法

运用数据挖掘技术对航材消耗的历史数据进行关联分析,筛选小对保障飞机飞行有重要作用的航材消耗数据,大大缩减了需要预测的航材数量,同时对消耗航材之间的内在影响关系进行量化。在分析人工鱼群算法原理的基础上,对算法中步长参数和视野范同参数的设置方法进行了改进。实例结果表明,运用小波神经网络预测航材消耗的方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性。     

遥感影像中电磁特性数据挖掘

从数据挖掘和遥感信息提取的概念出发,提出了遥感影像中电磁特性数据挖掘的思想,从电子信息装备试验对电磁特性数据的需求和SAR影像数据处理的需求出发,重点完成了基于电磁特性的地物分类和面向对象的遥感影像电磁特性数据挖掘,其中面向对象的遥感影像电磁特性数据挖掘包含遥感影像准备与数据预处理、影像分割、对象的层次结构、规则建立、电磁特性数据获取、信息提取等六个部分,最后把理论方法进行了实践,为大批量获取遥感影像中的电磁特性数据提供了方法支持。     

基于飞行参数数据挖掘的军机健康评估技术

以新型战机为代表的现代武器装备的参数数据越来越庞大,提出了基于飞行参数数据挖掘的军机健康评估技术。首先构建了军机健康评估设计及应用的"V"型架构,将数据获取、数据分析、方法应用、挖掘建模、评估结果和决策应用等流程融入到数据层、业务层、应用层等功能层级中。然后,综合运用改进故障树分析、高斯混合模型、层次分析法等方法,构建了适用于军机健康评估的架构、方法及流程。最后,以某军机实际飞行数据进行了应用分析,证明了所提方法的有效性和可行性。     

基于LSTM的飞行数据挖掘模型构建方法

提出了一种基于LSTM （Long Short Time Memory）模型的飞行历史数据挖掘模型的构建方法,此模型可以将飞行数据中有价值的目标数据自动提取出来。首先,通过滑动窗口法获得待检测数据;然后,将预先做好的训练样本数据输入到所构造的LSTM模型中进行训练,得到数据挖掘模型;最后,将待检测数据导入到训练好的LSTM模型中进行模式识别,将目标数据片段挖掘出来。结果表明,基于LSTM模型的飞行数据挖掘模型构建方法通用化程度高,可用于挖掘不同类型的目标数据,且识别率高,具有很高的工程应用价值。     

数据挖掘可视化技术应用与研究

讨论了数据挖掘和可视化的关键技术,提出了一种可视化模型的设计方法并设计了一套数据挖掘可视化系统的方案,对提高决策的效率具有重大现实意义。     

基于全航段QAR数据和卷积神经网络的航空发动机状态辨识

为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器（QAR）数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝（RGB）多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明：基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。     

非页面日志信息在改进会话识别中的应用研究

会话识别是web日志挖掘数据预处理的关键步骤,其质量对日志挖掘结果有重要影响。文章介绍了现有的会话识别方法,提出了利用数据清洗中废弃的图片等日志数据和web图结构,改进会话识别中的页面分组规则和路径补全算法,并通过实验证实方法对改善会话识别质量是有效的。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

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。     

企业信息化中的数据资源建设方法

数据资源建设制约着信息服务的水平。本文阐明了企业信息化中数据资源建设的意义和内容,提出了企业进行数据采集、挖掘、整合、存储、管理与维护的方法,为企业数据资源建设的全过程提供了有益的帮助。     

基于数据挖掘的飞行器气动布局设计知识提取

为了更深入地理解飞行器气动布局设计优化中多目标/多设计变量间的影响关系,提高优化模型的科学性及优化效率,对基于数据挖掘技术的飞行器气动布局隐含设计知识提取问题开展了探索研究。以高升阻比滑翔飞行器布局设计优化问题为例,基于当前比较有代表性的方差分析、等度量映射、决策树、自组织映射4类机器学习算法对气动布局优化设计中产生的中间数据进行了挖掘分析。对不同方法得到的升阻比、横/侧向稳定性及容积率4种目标性能间的权衡关系,目标性能与设计变量间的敏感性关系及产生较优布局外形的设计变量取值规则进行了综合对比分析,凝练形成了适用于该类飞行器的设计知识,同时对4种方法的特点及适用性进行了总结分析,给出了相关结论。