基于自组织映射模型的数据挖掘算法在对二甲苯吸附分离过程中的应用

以PX吸附分离过程为研究对象，运用基于SOM模型的数据挖掘算法对其进行分析研究．SOM模型在整个挖掘过程中起了关键性的作用．一方面，SOM模型作为探索性数据分析的有效工具，为进一步的挖掘提供了依据．另一方面，SOM模型为聚类算法提供参数指导和数据支持．最终，通过数据挖掘实现了两个目标，得到了在不同负荷情况下操作参数的稳态优化区域；建立了可用于指导操作员改进操作的可视化实时评估模型．     

I-Miner环境下聚类及可视化研究

聚类分析是数据挖掘中的核心技术,利用相关的可视化方法显示聚类结果,将数据分布以直观、形象的图形方式呈现给决策者,使得决策者可以直观地分析数据。I-Miner是一个企业级的数据挖掘工具,利用I-Miner软件进行聚类分析,并用多种方法将聚类结果可视化。通过S语言拓展软件功能,编程实现了K-Medoid算法、SOM算法、SOM与K-Medoids结合的聚类组合算法,尤其是在高维数据的可视化上,实现了星图法和SOM之U矩阵法,弥补软件中聚类和可视化模块较少的不足。     

DMVisualMiner:一个可视化数据挖掘分析平台

DMVisualMiner是将可视化技术应用于数据挖掘领域而开发的一个数据分析平台.可视化数据挖掘主要应用在4个方面数据准备阶段的可视化、模型生成阶段的可视化、结果呈现阶段的可视化、数据挖掘流程的可视化.实现了对数据挖掘各个方面的可视化,同时DMVisualMiner采用构件的设计方法,利用插件的概念增强了系统的可扩展性,设计并实现了基于XML的模型表示方法,使得DMVisualMiner能够和预言模型系统集成,并能在网络环境下发布.     

VISMiner：一个交互式可视化数据挖掘原型系统

交互式可视化数据挖掘是利用可视化技术进行联机数据挖掘的技术。基于SOM的交互式可视化数据挖掘原型系统VISMiner的主要目的是将数据挖掘与数据可视化及OLAP进行集成,允许用户以交互的方式从SOM的标记图或距离图中选定感兴趣区域加以深入分析。     

SOM网络在透平机械状态监测中的应用

讨论了SOM网络的可视化技巧,结合该技巧研究了SOM网络在透平机械状态监测中的应用。仿真分析和实例研究表明,应用SOM网络能较好地识别出透平机械的不同状态,并及时监测到透平机械状态发生的变化。     

基于SOM网络的语音训练可视化方法研究

提出了一种利用SOM网络输出层可视化的特点进行语音训练的方法。SOM网络能够将输入向量映射到二维平面或曲面上,受试者通过视觉反馈的位置信息,指导其发音行为。为了提高SOM聚类效果,SOM还进行加强训练;讨论了SOM输出层神经元个数对聚类的影响。实验结果表明,提出的利用SOM语音训练方法,直观简单,能够有效地实现“看图说话”。     

SOM在LTE小区性能分析中的应用

针对移动通信网络运行中产生的大量运营、管理和业务数据,为从中有效地提取基站和小区性能参数相关信息,并通过数据分析进行频谱资源的管理与调度,提出一种基于SOM的数据处理方法。方法挑选出小区的7种典型特征,以此为分类依据对采集到的输入数据集进行训练,利用特征向量表示RAN性能的不同参数,并设计可视化技术来显示SOM的处理结果,用来分析由数值属性的临时参考值所组成的大型数据集。实验结果表明,该方法可成功实现小区内的数据聚类,满足实际应用需要。     

基于PMML的自组织神经网络元模型

Kohonen自组织特征映射网络SOM因其能够将高维数据映射为二维特征图而广泛应用于数据探索分析活动中。预测模型标记语言标准PMML是一个与平台及系统无关的数据挖掘模型表示语言,但其中并未包含SOM元模型的定义。通过对SOM模型的应用需求分析,提出了基于PMML的SOM元模型定义,可使模型生成与模型存储相分离,使用户在脱离模型生成系统的情况下进行模型的可视化及利用。     

基于物联网和大数据的水域天网监测系统

本文使用传感器、ZigBee无线传感网络、嵌入式系统、GPRS、云端、大数据挖掘分析等技术,设计并实现了一种多指标、多节点、低功耗的"水域天网监测系统".测试表明,系统设计方案合理可行,系统运行稳定,实现了水质状态分布式监控、预警、大数据分析和多种科学图表可视化,有效扩大监测范围,加快预警和反应速度,提高水质监测治理进程.     

嵌入局部模型的SOM网络对混沌时间序列预测研究

针对混沌时间序列特征空间多变性的特点，在SOM自组织神经网络中嵌入局部线性回归模型，用于混沌时间序列的预测，该方法融合了局部线性预测的优点以及SOM网络数据快速聚类能力，可视化特征识别性质和拓扑保留映射特点，既可减少运算时间和存储空间，又能适应混沌时间序列的多变特征，取得了较高的预测精度。     

数据仓库与数据挖掘研究进展

随着数据库应用从以事务处理为中心逐渐向以分析处理为中心转化，以数据仓库、联机分析和数据挖掘为中心的基于数据库的分析技术成为近几年来数据库界研究的热点。经过近十年的研究与应用。已经产生了很多的研究成果，建立了较扎实的理论基础，目前正在向与应用领域紧密结合(如流数据)。对现有技术进一步改造方面发展。本文对近两年这几个方向上的研究成果进行了总结。     

A new approach to exploratory analysis of system dynamics using SOM. Applications to industrial processes

The self-organizing map (SOM) constitutes a powerful method for exploratory analysis of process data that is based on the so-called dimension reduction approach. The SOM algorithm defines a smooth non-linear mapping from a high-dimensional input space onto a low-dimensional output space (typically 2D) that preserves the most significant information about the input data distribution. This mapping can be used to obtain 2D representations (component planes, u-matrix, etc.) of the process variables that reveal the main static relationships, allowing to exploit available data and process-related knowledge in an efficient way for supervision and optimization purposes. In this work we present a complementary methodology to represent also the process dynamics in the SOM visualization, using maps in which every point represents a local dynamical behavior of the process and that, in addition, are consistent with the component planes of the process variables. The proposed methodology allows in this way to find relationships between the process variables and the process dynamics, opening important ways for the exploratory analysis of the dynamic behavior in non-linear and non-stationary processes. Experimental results from real data of two different industrial processes are also described, showing the possibilities of the proposed approach.     

面向分类数据的自组织神经网络

作为一种优良的聚类和降维工具,自组织神经网络SOM(SelfOrganizingFeatureMaps)已经得到广泛应用。其不足之处是仅适合于数值数据,这对时常需要处理分类型数据(Categoricalvalueddata)或数值型与分类型混合数据(Mixednumericandcategoricalvalueddata)的数据挖掘应用是不够的。该文提出了一种新的基于覆盖(Overlap)的距离函数并将其用于SOM训练。实验结果表明,在不增加时空开销的前提下可取得较好的聚类效果。     

基于SOM-PNN分类器的体数据概率分类及绘制

概率分类是三维医学体数据绘制必不可少的预处理环节。本文提出的ＳＯＭ－ＰＮＮ分类器，以贝叶斯置信度为基础，给出概率分类结果，并用于三维体制制，得到了良好的图像质量和较高的分类效率。     

利用InterConnect技术实现同步复制的应用与研究

针对财政系统数据同步的要求,给出了基于轴辐架构同步方案的部署方案、技术要点和实施步骤.通过代码分析进一步剖析了该方案的实现机制和原理.最后,通过测试、比较和分析,得出了该方案在数据同步完成时间、数据传输可靠性、系统扩展性等方面的明显优势.     

计算数据流上的小波密度估计

许多科学和商业应用需要对瞬时数据流做立即分析,许多分析技术的核心操作是使用密度估计寻找未知的连续数据分布,近期的研究证明基于小波的方法优于传统的密度估计技术。由于计算资源的限制,基于小波的方法无法直接用于无限的数据流。提出一种数据流上计算概率阈值小波密度估计的新方法,只需要确定数量的内存,能以在线的方式更新估计,实验证明了方法的有效性。     

Analysing coastal ocean model outputs using competitive-learning pattern recognition techniques

To assist in interpreting the hydrodynamics of a complex coastal environment, a Self Organizing Map (SOM) has been constructed using output from a three-dimensional hydrodynamic model of the Huon-D'Entrecasteaux region in South-East Tasmania, over a one-year period. Interpretation of the SOM enabled nine characteristic or prototype states to be identified. As expected, the dominant forcing mechanisms were freshwater input via riverine discharge and input from oceanic waters. While these mechanisms are well understood, subtle features associated with the interaction of the two forcing mechanisms and the transitions between meta-stable states, were revealed by visualizing the SOM output. Further investigation was undertaken to determine how effective the SOM would be in identifying these prototype states given sensor data from a sensor network being designed for future deployment within the region. This research has demonstrated that SOM analysis can be a useful tool for identifying and interpreting patterns in large oceanographic datasets.     

基于混合存储结构的数据立方体生成算法

通过把数据立方体中的维分为划分维和非划分维,视图中的数据被分成两部分,分别存储在关系和多维数组中。针对这种混合存储结构,我们设计了一个数据立方体生成算法,它结合了流水线聚集方法和多维数组聚集方法的优点,大大减少了流水线的条数和所需要的存储空间,加快了计算速度。并用一个实际数据集进行了实验,结果表明该算法适用于计算高维的数据立方体。     

客户服务中心数据处理系统优化设计

对于海量数据，且实时性要求很强的系统，优化设计是十分重要的问题。本文以一个大数据量的客户服务中心为例，阐述了后台为SQL-Server2000，客户端以ADO为数据访问模型的二层Client／Server数据处理系统优化设计若干问题，对其它类型的C/S系统仍然适用。