基于Apriori算法的数据挖掘系统设计

近年来,网络的快速发展和普及,使人们真正进入到了信息时代。同样的,随之而来的就是人们面对这么一大堆信息如何检索的问题。人们面对这么一大堆数据资源,迫切的需要新的数据分析的方法,以便更快更智能的检索出自己需要的信息,将需要的信息转化成有用的知识,为我们的决策提供科学的支持。     

基于数据挖掘的学籍管理系统设计与实现

随着数据库技术与数据管理系统的不断优化升级,数据仓库技术已经逐渐发展成为信息技术领域的热点.对系统能够在确保数据一致性同时,提供较大程度的数据共享,降低系统维护成本.同时,通过对数据加以分析,找寻出隐藏在数据库中的模式,并对其加以预测性分析,为教学策略的制定与优化发挥辅助决策作用,切实促进学校信息化管理.在此,聚焦于数据挖掘的学籍管理系统,并对其设计以及某些功能的实现作具体的分析.     

基于数据挖掘的入侵检测系统设计

随着互联网的迅速发展，许多新的技术被引入到信息安全领域。本文介绍了基于数据挖掘的入侵检测系统的设计方案，把数据挖掘技术引入了入侵检测系统中。     

数据挖掘下的体育成绩管理系统设计与应用

为保证现代化高校体育教学效率与质量,促使体育教师从繁杂的海量数据管理工作中解脱,本文设计了数据挖掘视域下的体育成绩管理系统,并对系统功能模块的设计与实现做了进一步探究。基于.NET技术三层体系,与Web、SQL数据库平台相结合,进行数据库设计,系统功能模块实现。通过系统测试结果表明,数据挖掘下的体育成绩管理系统运行状态较好,体育教师可以利用其完成体育成绩管理与统计,大大缓解教师的工作任务与负担,使得教师能全面投身于提高教学效率与质量上。     

基于SQL Server 2005的数据挖掘系统设计方案

本文描述了数据挖掘的基本知识,并且介绍了SQL Server 2005数据挖掘平台和基本功能,笔者结合自己的工作实践经验提出并构建出基于SQL Server 2005的数据挖掘系统。     

网络交易数据挖掘分析系统设计

信息技术发展使人们的生活进入了数据时代,电子商务是近几年迅速发展的新型贸易和经济活动的方式,并逐渐在各行各业中渗透,网络交易越来越频繁,由此形成了海量的交易数据。通过对网络交易数据的挖掘分析可以获得重要的市场信息,帮助企业制定销售计划。设计一套网络交易数据挖掘分析系统,采用B/S三层架构模式,设计数据采集、数据分析模块,实现依据用户需求进行数据采集、分析和挖掘。     

基于网络的数据挖掘系统设计

在研究数据挖掘系统具有的一般性设计原理基础上,针对其无法应用于网络数据的缺陷,根据网络数据存储量大且组织分散的特点,围绕如何利用多Agent的智能性、协作性、互操作性等良好特性,引入多种Agent,构建一种基于多Agent的网络数据挖掘系统,并提出设计这种基于网络的数据挖掘系统目标、原理和功能模块.     

基于数据挖掘的低压电网改造工程验收系统设计

为了更加科学高效地评估低压电网改造工程施工质量,保证低压电网改造后的平稳运行,设计了一款基于数据挖掘的低压电网改造工程验收系统。利用Microsoft Visual Studio 2019平台与C#语言,通过数据处理、项目分类管理、工程验收、工具管理、用户管理板块构建低压电网改造工程验收系统框架。数据处理板块引入贝叶斯决策树方法剔除工程数据噪声,使用数据挖掘技术中的支持向量机组建若干二值分类器,把二值分类器输出类别标识最大的类作为项目分类结果;将径向基核函数当作支持向量机核函数,使用网格搜寻法挑选训练参数对,根据交叉验证方法将工程信息分割成多个集合,最终在工程验收板块输出低压电网改造工程验收结果。实验结果表明,所建系统响应速度快,能实现电网改造项目数据收集、工程整改、追踪检测、竣工验收等文档与图纸的整理归档,为低压电网改造工程验收提供可靠运行平台。     

基于数据挖掘的入侵检测系统设计

随着互联网的迅速发展,许多新的技术被引入到信息安全领域。本文介绍了基于数据挖掘的入侵检测系统的设计方案,把数据挖掘技术引入了入侵检测系统中。     

基于数据挖掘的网络数据统计分析系统设计

针对当前网络数据统计分析系统不能提取出数据单个维度属性,导致系统运行性能较差的问题,设计了基于数据挖掘的网络数据统计分析系统。硬件部分,以ZYNQ芯片为主要构件,对静态和闪存事务进行调度,输入输出（Input/Output,I/O）接口采用64个扩展引脚完成标准通信。软件部分,利用数据挖掘建立数据库,实现特征属性的粒化处理。将转换后的标准结构数据进行存储,数据处理模块将清洗后的数据进行合并,传输至统计分析模块中,实现网络数据的多维度统计与分析。测试结果表明,此次设计系统表现出良好性能。     

探讨数据挖掘技术在网络信息安全管理中的应用

信息的收集,运用以及控制的竞争日益加剧,因此网络的安全问题也逐渐的成为了社会关注的主要问题,信息安全也已成为保障国家安全和社会稳定的重点方面.如何识别防御和攻击以及增强网络的安全已经成为技术管理人员研究的重要方面.网络安全领域的一个热门话题就是入侵检测.入侵检测的主要分析方法是异常检测和误用检测两种方法.     

一种宏观网络数据挖掘网格系统

研究宏观网络安全数据挖掘系统的目的是保护大型网络中关键网络基础设施的可用性、机密性和完整性。为此,首先提出了一种宏观网络数据挖掘的系统框架;然后分析了宏观网络挖掘子系统和态势分析子系统; 最后利用网格计算技术实现了该平台, 并给出了其运行环境。该系统具有可扩展性, 能有效进行宏观网络的数据挖掘和实时势态感知。     

基于数据挖掘的网络入侵检测系统设计与实现

设计了一个基于数据挖掘技术的网络入侵检测系统模型。该模型在Snort入侵检测系统的基础上,利用数据挖掘技术增加了聚类分析模块、异常检测引擎和关联分析器。该系统不仅能够有效地检测到新的入侵行为,而且能提升检测的速度,在达到实时性要求的同时,解决了一般网络入侵检测系统对新的入侵行为无能为力的问题。     

配电网中大数据的挖掘应用

为了适应日益增长的电力需求,解决配电网点多面广、设备多、管理难度大、配电网信息实时性低等问题,本文系统梳理了国际、国内配电网发展现状,以及数据挖掘与分析处理技术在配电网的应用研究情况,将大数据挖掘应用引入配电网日常管理,利用大数据分析,针对电网运行和设备检测或监测数据、电力企业营销数据、交易电价、售电量、用电客户等方面的数据,结合地域配电网网架结构,对配电网存在的薄弱点,尤其在迎峰度夏和春节保供电等用电高峰期,通过事前提前研判、事中实时指挥、事后深入分析,提前发现未来病态设备,推进配电网设备在线化、透明化、智能化,将配电网由“修得快”向“不停电”转变,提升优质服务水平,并希望能对今后相关研究时间工作提供一定的参考价值。     

网络数据动态传输与存储安全自动监测系统设计

为了提高网络数据动态传输与存储安全自动监测能力,进行监测系统优化设计,提出基于负载均衡调度和嵌入式总线传输控制的网络数据动态传输与存储安全自动监测系统设计方法。构建网络数据动态传输的信道均衡调度模型,采用随机线性均衡控制方法进行网络数据动态传输与存储过程中的信道自适应调度,提取网络数据动态传输过程中的模糊关联规则,采用自适应的链路转发控制方法进行网络数据动态传输与存储的安全监测和负载均衡调度。在嵌入式总线协议下进行网络数据动态传输与存储安全自动监测系统的软件开发设计。仿真结果表明,采用该方法进行网络数据动态传输与存储安全自动监测的稳定性较好,自适应控制能力较强,降低了网络数据动态传输的误比特率。     

网络日志数据中条件因果挖掘算法的优化研究

网络操作中收集了大量的系统日志数据,找出精确的系统故障成为重要的研究方向.提出一种条件因果挖掘算法(CCMA),通过从日志消息中生成一组时间序列数据,分别用傅里叶分析和线性回归分析删除大量无关的周期性时间序列后,利用因果推理算法输出有向无环图,通过检测无环图的边缘分布,消除冗余关系得出最终结果.仿真结果表明,对比依赖挖...     

面向云计算的数据挖掘系统架构研究*

随着计算机网络技术特别是云计算的发展,传统的数据挖掘系统已不能再适应新的变化了的情况。在基于云计算平台的数据挖掘系统解决方案尚未形成明确的框架情况下。结合当前数据挖掘系统的优缺点及云计算的优势,构建了一种面向云计算的数据挖掘系统架构,并对其中的重要组成模块进行了详尽地描述,该框架有利于解决当前数据挖掘系统存在的数据共享性差、扩展性低及价格昂贵等一系列问题;也不失为今后面向云计算平台的数据挖掘系统架构研究提供一定的参考性作用。     

人工免疫数据挖掘方法的分析与研究展望

目前,受生物免疫系统启发而产生的人工免疫系统正在兴起,它作为计算智能研究的新领域,提供了一种强大的信息处理和问题求解范式,简要介绍了生物免疫系统的结构和相关机理。对人工免疫系统在数据挖掘方面的应用进行了回顾,分析了近年来AIS在数据挖掘应用领域的研究成果,指出了进一步的研究方向。     

基于关联规则映射的生物信息网络多维数据挖掘算法

针对在生物信息网络中对复杂和大规模的数据集进行挖掘时所出现的算法挖掘精度低、运行速度慢、内存占用大等问题,提出一种基于关联规则映射的生物信息网络多维数据挖掘算法.该算法结合网络数据集之间的关联映射关系,从而确定网络数据集的关联规则,并引入挖掘因子和相对误差来提高算法的挖掘精度;根据多维子空间中数据集之间的关联程度进行子空间区分以及子空间内数据集区分,从而实现对不同数据集的有效挖掘.在实验中,对不同数据集数量下的算法内存占用情况、算法挖掘精度、算法运行时间进行仿真,从实验结果可以看出基于关联规则映射的挖掘算法可以有效地提高挖掘精度,在减少内存占用和提升计算速度上也具有一定的优势.     

粗糙集和神经网络方法在数据挖掘中的应用

提出了一种基于神经网络和粗集的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简,然后使用神经网络对数据进行学习,并同时完成属性的不一致约简,最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明,该方法快速有效,生成规则简单准确,具有良好的鲁棒性。