多源地质空间数据挖掘方法研究

多源地质空间数据挖掘技术很好地满足了海量地质空间数据处理的需要。根据地质空间数据的特点,对面向地质空间数据挖掘的地矿点源数据库、地质空间数据挖掘方法、体系结构、挖掘过程以及可发现的地矿知识进行了探讨,并以从样品数据中挖掘矿体各空间点品位之间关系为例,阐述了地质空间数据数据挖掘实施过程。     

基于空间数据挖掘器的空间数据挖掘系统设计

由于GIS技术,目前已经积累了体积庞大的空间数据,从而带来了空间数据挖掘技术的必要性。在文章中提出了一个新的空间数据挖掘系统,它包含3个部分:用于输入和输出的图形用户界面,处理空间数据挖掘功能的数据挖掘模块,通过使用数据库管理系统存储和管理空间数据与非空间数据的数据存储模型。数据挖掘模块提供主要的空间数据挖掘功能,如空间聚类,空间分类,空间表征和时空关联规则挖掘。     

数据挖掘技术中关联规则挖掘的应用研究

数据挖掘是从大量的应用数据中提取人们事先不知道的、潜在并且有用的信息和知识的过程。数据挖掘的方法有很多,其中应用最广泛的方法之一就是数据的关联规则挖掘。文章介绍了数据挖掘的一般技术,对于关联规则中的Apriori算法进行了说明,重点介绍了关联规则的数据挖掘方法在实际档案数据中的应用。     

面向半结构化数据的数据模型和数据挖掘方法研究

作为互联网中重要数据形式之一,半结构化数据是开展数据挖掘的重要前提性条件。而进行数据挖掘旨在发现并提取大型数据库中所隐含的有价值的信息。首先介绍了半结构化数据的概念及其特点,在此基础上分别从半结构化数据表示、数据模型两方面对半结构化数据模型进行介绍,最后总结半结构化数据模式与之前关系数据模式间的差别。     

基于粗糙集理论的数据挖掘方法在边坡稳定性分析中的应用

介绍了数据挖掘技术在未知知识获取方面所具有的独特优势，并在此基础上运用基于粗糙集理论的数据挖掘技术，分析大量有关边坡稳定性的数据，并从杂乱的参数中提取有用的决策规则，从而达到准确分析边坡稳定性的目的。     

数据挖掘

概述了数据挖掘的内容。通过对数据挖掘的研究得知 :查询是数据库的奴隶 ,发现才是数据库的主人。通过横向关联、次序关联、分类、聚类对数据进行挖掘。     

刮板输送机监测的数据挖掘与可视化分析

刮板输送机动力部及其它关键零部件均安装了传感器,这些传感器采集了大量煤矿生产现场的数据,如何利用这些数据更好地为客户提供维修服务,有效利用这些数据提供更好的决策支持,从中发现符合一定规律隐含的有用信息并服务于刮板输送机的设计制造,是我们重要的研究方向.将数据挖掘与可视化技术相结合以提高整个数据挖掘过程的交互性,剖析了不...     

基于数据挖掘的采场稳定性的知识获取与应用

利用数据挖掘技术，从已获得的大量有关采场稳定性的数据中，提取出可以理解的模式，从而有效地认识矿山采场稳定性的动态变化规律，发现新的知识，在此基础上，可以根据获得的现场资料，预测采场的稳定性。本文的实例研究证明，数据挖掘技术为分析和预测采场稳定性提供了一种很好的解决方法。     

GIS与空间数据挖掘技术集成问题的研究

为解决GIS目前面临的“数据爆炸但知识贫乏”的难题 ,该文进行了空间数据挖掘与GIS集成技术的研究 ,并提出了三种集成模式。最后介绍了从GIS数据库中可挖掘的知识及其应用 ,指出该项研究具有重要意义。     

论数据挖掘中的数据预处理技术

数据挖掘是人工智能应用的典型代表,常用于数据库资源的深入挖掘,通过"知识发现"提高数据的有效利用率。数据预处理是数据挖掘前期的重要工作,能够帮助用户从多个角度挖掘数据资源潜在的价值信息。     

有色冶金过程的数据挖掘

介绍数据挖掘技术，分析有色冶金过程数据的特点，探讨数据挖掘技术在有色冶金过程的应用途径、重要原则及关键问题，并提出有色冶金过程数据挖掘的一般步骤。     

数据挖掘语言应用现状研究

数据挖掘系统需要的一个功能是支持临时和交互式数据挖掘的能力,以支持方便灵活而有效的知识发现。可以设计数据挖掘查询语言来支持这一功能,除了数据挖掘查询语言,数据挖掘语言也包括数据挖掘建模语言与通用数据挖掘语言,文章将分别阐述它们的特点,并进行比较。     

数据挖掘技术在出砂预测中的应用

针对油井出砂预测困难的问题，提出应用数据挖掘理论和技术探索解决问题的新途径。根据应用问题的性质，给出了两种用于实现聚类挖掘的人工神经网络模型与算法，简单竞争学习和自组织特征映射学习算法。运用该挖掘模型对某油田一区块的52口已知出砂效果井的资料进行挖掘，预测该区另外8口井出砂情况，在预测结果中有5口井的出砂预测结果与实际出砂情况相符。     

人工神经网络在数据挖掘中的潜在应用

神经网络的方法不常用于数据挖掘任务,因为他们可能具有复杂的结构,训练时间长,和不易理解的结果表示和常产生不可理解的模型,然而,神经网络具有对噪声数据的高承受能力和高精确度,是数据挖掘中的优先考虑。该文,做了调查来探索人工神经网络在数据挖掘技术中的应用,还研究了基于神经网络基础实现数据挖掘的关键技术和方法。     

数据挖掘在煤矿带式输送数据处理中的研究应用

针对煤矿带式输送生产过程中产生的超大量工程数据,提出了利用数据挖掘技术进行数据处理的思路,探讨了数据挖掘在工程数据处理中的主要技术及实现过程,为工程实际生产过程中的有效管理、参数配置、生产决策等提供了有效依据。