计算机数据挖掘技术的开发与应用

本文主要以计算机数据挖掘技术的开发与应用分析为重点进行阐述,首先分析计算机数据挖掘技术和大数据之间的关联,其次介绍计算机挖掘技术的开发措施,最后从市场营销过程中应用挖掘技术、金融投资过程中应用数据挖掘技术、人事管理过程中应用数据挖掘技术、信息档案开发管理过程中应用数据挖掘技术、在网络病毒防御系统开发中应用数据挖掘技术几个方面深入说明并探讨计算机数据挖掘技术的应用途径,旨意在为相关研究提供参考资料。     

Web数据挖掘在电子商务中的应用与实现

电子商务运营过程中,存在着海量的数据,将会增加数据处理的难度,需要注重Web数据挖掘的应用,提高数据的处理水平。基于此,文章先从客户群体、站点设置、个性化分析三个方面对Web数据挖掘在电子商务中的需求进行分析,对数据处理需求进行明确,确保技术运用具有针对性;再从挖掘目标、数据模型等方面对技术实现进行分析,实现数据挖掘技术的有效运用;最后,分析Web数据挖掘的具体应用,对电子商务进行处理,保障数据挖掘目标的实现。     

数据挖掘在情报侦察系统中的应用

简要介绍了数据挖掘的概念和典型的处理过程,分析了通信对抗情报侦察系统在复杂电磁环境下实现电磁态势监视和电子对抗情报支援的情报处理需求。提出了应用数据挖掘技术的通信对抗情报侦察系统总体框架。结合不同种类和不同平台侦察传感器获得的多源情报侦察数据类型和特点,详细论述了采用数据挖掘从海量的多维侦察数据中获取侦察情报的方法。     

关联规则的挖掘

数据挖掘是在数据库中对数据进行一定的处理 ,获得其中隐含的 ,事先未知的 ,却又可能极为有用的信息。介绍了数据挖掘的概念和技术 ,应用Apriori算法进行关联规则的挖掘 ,应用于实例中 ,取得了良好的结果。     

数据挖掘技术在物联网的应用研讨

物联网概念诞生之后,被各国列为了战略性产业振兴目标.数据挖掘可谓是物联网智能应用得以实现的关键部分,将其应用至物联网领域中,可促进智能化应用水平的提升,并优化用户体验.面对深入应用的物联网背景下产生的海量数据信息,就需要采用数据挖掘技术这一数据处理手段进行处理.在分析数据挖掘技术的基础上,指出了数据挖掘技术在物联网中的应用,以供参考.     

数据挖掘技术在气象服务中的应用研究

数据挖掘技术是通过建立数据模型,从数据抽样、数据转换、数据处理等过程中来进行趋势分析和预测。气象数据多为动态变化的数据,利用数据挖掘技术来进行气象数据的定量量测、聚类分析,有助于实现对气象预报的准确预测。在气象领域,利用数据挖掘技术主要从气象业务需求和数据处理需求分析上,结合数据预处理技术和关联规则挖掘算法,在进行数据填充空值、去噪、冗余处理后,以Apriori算法和决策树生成算法来进行气象数据的改进,最后通过试验来优化数据挖掘方法,提升气象服务水平。     

图书情报数据挖掘处理平台设计

针对传统平台一直存在对图书情报数据挖掘处理效果差、运行耗时长的问题,提出并设计了基于K-means算法的图书情报数据挖掘处理平台。该处理平台主要分为3部分进行设计:对硬件的数据挖掘模块、数据存储模块、数据分析模块进行设计,并在数据挖掘模块中引入K-means算法提高数据挖掘模块性能;给出软件设计流程及部分源代码;对设计平台的运行耗时进行验证。实验结果表明,采用改进设计平台可有效缩短运行耗时,且数据挖掘结果精度更高,具有一定的优势。     

海空活动目标数据的时序及关联规律挖掘

随着信息采集技术的不断发展,采集手段不断多样化,导致大量舰机活动数据存放在计算机中,人们关注的往往是其蕴含信息的实时性,而数据的累计价值无法得到再次利用。如何有效、充分地利用这些数据成为一个迫切需要解决的问题。提出一种将数据挖掘应用到舰机活动数据的实用技术,包括关联规律数据挖掘和序列数据挖掘。通过挖掘不但可以有效缩减数据库的存储数据量,更可以根据挖掘结果建立挖掘知识库,通过长时间的累计,将能有效区分普遍规律及异常,从而充分利用海空活动目标数据的价值,提高辅助决策能力,为活动目标数据处理提出了新的方向。     

一种基于云计算的关联规则改进研究

随着数据挖掘技术的成熟,其中关联规则在大规模数据中的应用成为了目前的热点.为了提高在大规模数据下进行数据挖掘的效率,在MapReduce中通过引入归并函数Fusion来提高执行剪枝任务的效率并进行了优化研究,提出了一种基于云理论的关联规则Apriori算法,详细论述了实现的过程以及关键技术.通过实验表明,该方法取得了良好的实验效果,克服了Apriori算法耗时多、识别率低下等问题,是实现在大规模数据进行数据挖掘的实用工具.     

关联规则数据挖掘在客户关系管理中的应用研究

本文介绍了数据挖掘和客户关系管理概念提出的背景及其发展演变的过程,以及专家学者对数据挖掘的观点和定义,阐述了从技术角度和商业应用角度对数据挖掘涵义的认识。本文对于数据挖掘技术中的关联规则挖掘理论和算法给予了重点的介绍,并详细说明了关联规则技术在客户关系管理中的应用,由此得以明确了数据挖掘技术在企业经营管理中的重要性。在关联规则挖掘技术和客户关系管理理论在综合分析的基础上,对于更好的在企业客户关系管理中进行数据挖掘的应用进行了分析和研究。最后以某钢铁集团企业需求为背景,为了提供给企业采用交叉销售模式和策略的科学依据,实现了挖掘客户购买行为和需求规律的功能。     

基于多传感器信息融合的远距离目标检测

远距离目标检测具有重要的军事应用价值,而多传感器能提供互补和冗余信息,在远距离目标检测中具有独特的优势。针对可见光和红外热图像序列中的远距离目标,提出了一种基于信息融合的目标检测方法。该方法通过帧间差累积,在两种传感器的图像中确定了运动目标区域,定义了运动目标区域可信度度量,利用融合的规则确定了最后的运动区域。在运动区域中利用简单的分割方法将目标提取出来,最后经过特征级融合得到了检测结果。本方法不需要进行背景估计,多传感器信息的冗余增强了检测结果的可靠性,实验结果证明了本文方法的有效性。     

A novel approach for space debris recognition based on the full information vectors of star points

The recognition and detection of space debris has become one of significant research fields recently. Compared with natural images, effective information are very few contained in star images. In the past years, the gray values of star points and the continuity of sequential star images are utilized by numerous algorithms to carry out the recognition and detection through fusion of consecutive star images, which have been achieved good performance. However, with the rapid increase of star image data, those algorithms seem to be inadequate in recognition ability. In this paper, we propose one novel approach based on the full information vectors of star points to recognize moving targets with the machine learning method which is never utilized in space debris recognition field. Besides gray values, we further deeply excavate the characteristics of each star point in a single frame by the equal probability density curve of Gaussian distribution. The elliptical pattern characteristic vectors of star points can be input into the machine learning method for classification of static stars and moving targets in a single frame. Finally, trajectories of moving targets can be determined within 3 frames by the full information vectors. Therefore, traditional processing methods are abandoned and the proposed brand new approach redefines the recognition technical route of space debris. The experimental results demonstrate that moving targets can be successfully recognized in a single frame and the coverage rate of moving targets can reach 100%. Compared with other traditional methods, the proposed approach has better performance and more robustness.     

单通道扫描模式SAR/GMTI技术

首先介绍了地面动目标指示的原理,对动目标频谱进行了分析,详细讲述了单通道扫描模式地面动目标检测的原理方法,给出了动目标检测流程图。根据扫描模式下运动目标频谱特性,通过多普勒参数估计、杂波谱宽估计和抑制、帧间频道偏移估计及对齐等技术,有效解决了天线扫描引起的帧间频移问题。根据每个频道代表的频率以及所在的波位推算出动目标的运动参数,多帧分频道检测得到不同速度的动目标运动轨迹。结合实测数据,给出了单通道扫描模式下的地面动目标的检测结果。     

EFFICIENT STRIP-MODE SAR RAW SIGNAL SIMULATION OF MIXED TARGETS BASED ON ACCURATE 2-D SPECTRUM简

An accurate and efficient Synthetic Aperture Radar （SAR） raw data generator is of con- siderable value for testing system parameters and verifying imaging algorithms. Nevertheless, the ex- isting simulator cannot exactly handle the case of the fast moving targets in high squint geometry. As for the issue, the analytical expression for the two Dimensional （2-D） signal spectrum of moving targets is derived and a fast raw echo simulation method is proposed in this study. The proposed simulator can accommodate the moving targets in tile high squint geometry, whose processing steps of the simulation are given in detail and its computational complexity is analyzed. The simulation data for static and moving targets are processed and analyzed, and the results are given to validate the effectiveness of the proposed approach.     

小波分析在多传感器多目标跟踪的航迹相关算法中的应用

在多传感器多目标融合跟踪系统中,航迹关联是对目标进行连续跟踪最重要的关键技术。在融合中心,对多传感器获得的目标航迹数据进行航迹关联处理,判断哪些航迹数据源于同一个目标。利用小波分析的方法提取航迹信号的趋势项信息,再结合传统的航迹关联处理方法对这些趋势信号进行关联判决。仿真实验表明这种方法是可行的。     

基于特征辅助的滑窗式全局最优关联算法

针对卫星电子信息的数据特点与传统关联算法中存在的误关联、杂波干扰大等现象,提出一种基于特征参数辅助的滑窗式全局最优辐射源关联算法.该算法利用运动与特征参数信息综合计算观测与目标间的关联度,构建关联模型,求解全局最优的航迹关联关系,并采用滑窗处理技术对航迹进行连续监测与维持,对错漏航迹进行修正.仿真实验表明,算法可满足多...     

改进混合积累的单通道机载SAR高径向速度目标检测方法

高径向速度目标会产生严重的距离走动并伴随方位失配,方位压缩会使其散焦并弥散在SAR图像中,不易被检测。该文针对高径向速度目标的检测问题,提出一种基于单通道机载SAR的检测方法。该方法通过抽取等效双通道,利用相干对消抑制杂波,并去除动目标的频谱分裂,再运用Dechirp处理和Hough变换积累目标在距离单元内和距离单元间的能量,以获得更大的积累增益。与传统的混合积累方法相比,该方法在抑制杂波的基础上,更好地积累高径向速度目标的能量,从而有效提高该类目标的检测性能。仿真数据和实测数据均验证了该方法的有效性和优越性。     

一种基于粒子滤波的自适应运动目标跟踪方法

该文提出了一种基于粒子滤波的自适应运动目标跟踪方法。均值漂移算法是一种最优梯度下降法,通过迭代来搜索目标,从而实现对运动目标的跟踪。而粒子滤波是一种在非线性和非高斯情形下进行跟踪的强有力方法。该文首先对图像的直方图进行改进,提出了一种基于统计直方图分布的目标模型,然后通过这个模型将这两种方法有效地结合起来。根据跟踪的过程,自适应地调整参数,能够较好地处理图像序列中由于光线变化或遮挡所带来的影响。实验证明,该文所提出的方法与均值漂移方法相比,即使在复杂的情形下,也能够准确地对目标进行跟踪。     

用于测向测速的二维谱估计方法

雷达应用领域中的一个重要问题是测向测速,精确地测定多普勒频率和方位角能够实现对目标回波信号的高分辨率处理,从而进行目标跟踪。本文提出一种超分辨的二维谱估计方法,它利用的是阵列处理技术,对天线接收数据进行本征分析,将信号数据张成一个空间并对其进行分解,根据正交原理分割成信号子空间和噪声子空间,构造出噪声本征矢量,利用信号子空间与噪声子空间的正交性,在空间谱上形成极值点,从而达到对方向和速度的二维高分辨率估计。该方法应用于相控阵雷达信号检测,可以精确地测定多普勒频率和方位角度,提取多个空间运动目标的二维信息。文章的最后给出了计算机模拟成像结果,验证了算法的有效性。     

Distributed fusion architectures and algorithms for target tracking

Modern surveillance systems often utilize multiple physically distributed sensors of different types to provide complementary and overlapping coverage on targets. In order to generate target tracks and estimates, the sensor data need to be fused. While a centralized processing approach is theoretically optimal, there are significant advantages in distributing the fusion operations over multiple processing nodes. This paper discusses architectures for distributed fusion, whereby each node processes the data from its own set of sensors and communicates with other nodes to improve on the estimates, The information graph is introduced as a way of modeling information flow in distributed fusion systems and for developing algorithms. Fusion for target tracking involves two main operations: estimation and association. Distributed estimation algorithms based on the information graph are presented for arbitrary fusion architectures and related to linear and nonlinear distributed estimation results. The distributed data association problem is discussed in terms of track-to-track association likelihoods. Distributed versions of two popular tracking approaches (joint probabilistic data association and multiple hypothesis tracking) are then presented, and examples of applications are given.