数据采掘技术的研究

本文首先论述知识发现和数据采掘的概念,然后介绍数据采掘所采用的方法及数据采掘的应用领域,最后指出数据采掘是一种新型的、有着广泛应用背景的数据库技术。     

数据采掘技术回顾

数据丰富而知识贫乏的状况导致了数据采掘的出现，并且在短短的几年内，引起了许多不同领域的人们的极大兴趣。数据采掘的应用也变得日益广泛起来，从传统的专家系统到当前最热门的Ｉｎｔｅｒｎｅｔ服务，都需要使用数据采掘技术来适应数据库规模的不断扩大。为了对数据采掘有一个比较清楚直观的了解，本文基于知识的种类将数据采掘分成四类，并在每一类中展现了一些有代表性的和比较新的技术。     

一种多概念层数值关联规则采掘方法

目前,数据采掘已成为人工智能、数据库等领域的重要研究课题。数据采掘是从大量的数据中自动高效地提取未知的、可用的、可信的、可理解的知识的数据处理新技术。为了便于理解,数据采掘的结果可以用人们熟悉的概念来表示。某一领域中的概念按其内涵和外延往往形成一定的关系。在数据采掘中,主要有概念格和概念层次两种描述这种关系的方法,概念格主     

空间数据采掘的研究与发展

数据采掘的研究已从关系型和事务型数据库扩展到空间数据库。空间数据采掘是一个很有发展的领域,它是在大量空间数据中进行知识发现的技术。文中总结了空间数据采掘领域中的研究成果,概括出空间数据采掘的体系结构、查询语言及相关方法,并探讨了目前存在的问题和发展方向。     

巨型数据库中的数据采掘

数据采掘,也称数据库中的知识发现。传统进行数据分析的算法假设数据库中相关的记录比较少,然而,现在的许多数据库大到内存无法装下整个数据库,为了保证高效率,运用到大型数据库中的数据采掘技术必须是高度可缩放的。文章讨论了当今若干种先进的算法,它们能处理三类数据采掘:市场篮子分析、分类和聚类,并提出了今后的若干研究热点。     

基于Web的数据采掘

本文论述了知识发现的数据采掘的概念以及所使用的技术，并分析了在ＩＮＴＥＲＮＥＴ进行数据采掘的特点和难点。     

数据采掘与知识发现综述

来自应用、社会、经济等各方面的迫切需求，以及不断升温的研究兴趣，使知识发现和数据采掘成为目前一个不断发展的领域。本文介绍了知识发现和数据采掘技术的产生背景、基本任务、方法及其应用，同时还简要介绍了目前已有的成熟的KDD系统及其将来的发展。     

自上而下的关联规则采掘方法

1.前言在数据集中采掘关联规则是数据采掘的一个重要内容,[2]中提出了一种自底向上的数据采掘方法,即把数据集的各个属性从概念层次的最底层向高层进行“泛化”,但这种方法有二个缺点:首先,它的每一层都有一个阈值,但这些阈值之间是密切相关的;并且,对于不同数据集,这些阈值之间的关系也不同。在数据采掘的过程中,要调整这些阈值以取     

决策支持系统中的数据采掘技术研究

本文论述了数据采掘的基本概念，分析了决策支持系统中常用的数据分析方法，数据采掘在决策支持系统中的地位、作用及ＯＬＡＰ数据采掘机制，讨论了在决策支持系统中进行数据采掘的难点，并提出一种解决方法，取得了较好效果。     

知识发现和数据挖掘及其在油田生产辅助决策中的应用

知识发现（KDD)与数据挖掘(DataMining)是一个飞速发展的领域，随着方法和技术手段日趋丰富，应用也更加广泛深入。本文简论了数据挖掘与知识发现技术及其特点、结合采掘系统原型框架探讨了数据采掘技术在油田生产辅助决策中的应用。     

采用限制与多维技术的数据采掘

针对当今数据采掘中效率不够高的问题，提出了采用限制与多维技术来进行数据采掘，讨论了哪些种类的限制能运用到采掘过程中，设计了一个数据采掘系统结构。     

过程工业中关联规则的采掘

介绍了关联规则采掘的基本问题,根据过程工业中数据的特点,将关联规则采掘用于过程工业中,并对应用过程中遇到的几个有意义的问题进行了讨论。     

一种分布式多媒体数据仓库模型

多媒体数据采掘是从大型多媒体数据库中提取高层的多媒体信息及知识。介绍一种分布式多媒体数据仓库模型──ＣＭＳ模型的体系结构及存储结构,并构造了具有综合处理各种媒体数据,能够对这些媒体数据进行修改、查询的军用多媒体数据仓库原型系统。     

数据仓库中数据采掘的研究

本文介绍数据仓库和数据采掘的基本概念,讨论了数据采掘的实现方法,提出了在数据仓库中进行采掘时出现的若干问题和对策。     

关于数据采掘和知识发现的若干思考

数据采掘和基于数据库的知识发现是目前数据库研究界和产业界关济的热点。     

数据采掘与知识发现：回顾和展望

如何从大规模数据库中发掘深层次的知识和信息,而不仅仅是那些从传统数据 库查询方法所获得的平凡内容,这方面的研究正受到越来越多的关注．作为一门独立于应用 的研究课题,它已成为众多研究领域的热点内容,已经有相当多的应用报道并取得了丰硕的 成果．本文试就数据采掘和知识发现的各方面内容：如采掘过程、方法、算法和应用等,作 一个完整的回顾,文章也讨论了这一领域未来的工作和挑战．     

多策略通用数据采掘工具MSMiner

介绍了一种多策略通用数据采掘工具MSMiner的设计与实现。MSMiner建立在数据仓库之一,采用面向对象的方法描述关于数据源、采掘算法、采掘步骤和用户的元数据,该系统集成决策树、关联规则、传统统计分析、聚类分析、神经网络和可视化等多种数据采掘算法,以任务模型的形式生成和执行数据 采掘及决策支持任务。其特点是支持数据库、数据仓库、文本以及Web页面等形式数据源,可以动态地添加采掘算法,对数据和采掘策略的组织灵活有效,具有很好的可扩充性和通用性。     

基于空间数据仓库的数据采掘

文章介绍了数据采掘技术的定义、数据采掘的过程和主要技术手段以及空间数据仓库的定义、基本结构框架、处理流程和技术支持,分析了基于空间数据仓库的数据采掘特点。     

基于空间数据仓库的数据采掘

文章介绍了数据采掘技术的定义、数据采掘的过程和主要技术手段以及空间数据仓库的定义、基本结构框架、处理流程和技术支持,分析了基于空间数据仓库的数据采掘特点.     

基于CC2420的煤矿井下采掘设备无线数据采集装置

针对位置经常随机移动的采掘设备通过单机采集方式采集数据而存在操作不方便的问题,提出了一种基于CC2420的无线数据采集装置的设计方案。该装置中的数据采集模块利用采掘设备电控箱中的PLC完成采掘设备工作状态、工作参数等数据的采集任务,并将处理后的数据通过RS485串口发送给无线发送器,无线发送器通过射频模块CC2420将数据发送到无线接收器,无线接收器将接收到的数据先存储到缓存中,缓存满时,写入U盘。实际应用表明,该装置能够方便地采集位置随机移动的采掘设备的数据。