矮新星候选体的自动搜索研究

美国斯隆数字巡天望远镜已经发布了第9期数据。这些海量的天文光谱数据除了可以用来进行大样本的研究,如探寻银河系的结构和进行多波段证认外,还蕴藏着稀少和特殊的天体,其中就包括矮新星。矮新星是激变变星中所占比例最高的一个亚型,发现更多的矮新星样本对于研究密近双星的演化和参数有积极的意义。目前针对激变变星这类稀少天体的发现主要使用测光粗筛选结合后期观测证认的方法,不但准确率低,而且需要耗费较多的人工处理时间,无法满足在海量光谱数据中快速发现矮新星候选体的需要。本文提出一种适用于在海量光谱中自动、快速发现矮新星的方法。该方法针对SDSS的DR9数据,先使用支持向量机约束主分量分析进行降维,确定特征空间的维数,然后再使用训练后得到的最优分类器对海量光谱进行自动识别,寻找矮新星候选体。实验共发现了276个矮新星,其中6个是未被收录的新的源,表明了该方法的有效性,为在海量光谱中快速发现稀少和特殊天体提供了有效途径。实验中发现的新结果补充了现有的矮新星模板光谱库,可以构造更准确的特征空间。本方法也可用于在其他的巡天望远镜如郭守敬望远镜的海量光谱中进行特殊天体的自动搜索。     

数据挖掘在温室大棚上的应用研究

随着物联网的兴起,数据的积累速度、维度以及体积等也越来越大,成了真正的大数据范畴。在农业温室大棚中部署的大量各种各样的传感器产生了大量多源异构的传感数据,而且这些数据中存在需要清洗的各种脏乱数据。本文按照数据清洗,模型构建和模型应用三个部分进行详述,首先介绍数据清洗技术和多源异构数据的融合技术,然后列举了常见的预测模型构建方法并分别指出了每种方法的适用情况,最后对常见的应用领域进行了综述和总结,并提出了目前还存在的问题,以及对未来的展望。     

基于弱关联挖掘的网络取证数据采集系统设计与实现

对海量网络日志和服务器数据进行数据挖掘,获取网络取证,在分析犯罪证据方面具有较大的应用价值。传统的数据采集系统,主要增加对网络取证数据进行滤波处理模块,增加采集系统采集的准确率,存在采集时间长、效率低的问题。提出基于弱关联挖掘的网络取证数据采集系统设计方法,对网络取证数据采集系统的总体设计描述与技术指标分析。并以此为基础,设计基于弱关联规则特征提取的网络取证数据挖掘算法,实现网络取证数据的准确检测和采集。在嵌入式Linux平台上进行网络取证数据采集系统的软件开发和系统设计。实验结果表明,采用该系统对网络日志和服务器数据中犯罪证据进行取证采集,其可靠性较高,取证数据采集精度高于传统方法,展示了较好的应用价值。     

移动计算环境下远程用户体验数据挖掘方法研究

在移动计算环境下,通过对远程用户的体验数据优化挖掘,满足远程用户的个性化需求,提高对远程用户QoS服务质量。传统的数据挖掘方法采用显著特征关联信息提取算法,当远程用户体验数据之间的差异性特征不明显时,挖掘的准确性不好。提出一种基于关联用户自适应链路跟踪补偿的移动计算环境下远程用户体验数据挖掘模型,进行远程用户体验数据挖掘模型的总体设计和数据结构特征分析,对采集的远程用户体验数据进行非线性时间序列分解,对数据序列通过自相关特征匹配和特征压缩实现挖掘数据的指向性信息优化提取,采用关联用户自适应链路跟踪补偿方法实现对数据挖掘误差的控制和补偿,提高了数据挖掘的准确性和有效性。仿真结果表明,采用该挖掘方法进行移动计算环境下远程用户体验数据挖掘的准确度高,实时性较好,满足了移动远程用户的个性化需求,提高了对用户服务的针对性。     

高光谱成像技术在中医证候客观诊断中的应用

因高光谱成像技术具有灵敏度高、蕴含图谱信息丰富等特点,使其有望被作为突破口来解决中医证候诊断缺乏客观指标的困境。鉴于舌与证候之间存在复杂且模糊的映射关系,针对当前舌信息采集方式的局限性以及现有处理模式存在将混合信息体割裂提取以致重要内涵丢失的缺陷,提出了一种新思路:采用高光谱技术进行舌象采集并将舌体交叠混合的图谱信息作为一个整体进行分析,结合多种线性与非线性数据挖掘算法以黑箱模式关联证候,提取特异性光谱指标群。并将所提取的光谱指标群综合临床的生理、生化及中医症征指标,从多角度分析病因病机的机理,找到一种证候客观诊断的新模式。     

比特化敏捷减枝的KVABS算法

借助于课题实验环境的医疗云平台,利用比特化敏捷减枝方法改进Apriori算法,得到更简单快速的KVABS算法,对医学干预数据进行分析,挖掘出H型高血压病理成因的主要影响因子。实验结果表明,基于比特化敏捷减枝的KVABS算法性能较经典Apriori算法有明显提升,降低了算法的时间复杂度。     

基于居民健康档案与大数据挖掘技术的慢病控制模型设计

根据2017年国家基本公共卫生服务规范中的规定,各地市建立居民健康档案数据平台以收集与监控居民的健康状况。为解决慢病患者管理难照护难的问题,本文利用健康档案数据对慢病数据进行分析,提出了健康档案数据库建立方法,并利用回归与神经网络方法建立了高血压慢病指数与预测模型。本文提出的模型方法可以较好的实时监测区域高血压发病情况,并对区域高血压人群发病率进行预测。     

晶振加速度敏感性矢量计算及耦合机理研究

针对晶振减振降噪设计的应用需求,从理论上阐述了振动敏感性研究的必要性,确定了一种适用于工程需要的定义、表征和测量方法,从数据挖掘的角度研究了各种输入条件对晶振电气性能的影响。并编制了相应的算法来进行求解,搭建了晶振相位噪声测试系统,发现了一些新现象,最终通过晶振振动实验验证算法的合理性。     

一种基于数据挖掘的计算机自动识别饱和脂肪烃的方法

通过对Nist107标准物质中饱和脂肪烃的质谱数据进行挖掘,发现了新的饱和脂肪烃的谱图特征。利用这些特征设置分步问答,使用MatLab编程实现并优化建立了自动识别饱和脂肪烃的方法。利用库内分子量小于450的标准质谱数据和本实验室测定的齿叶铁线莲(根)挥发油数据进行检验。库内检验结果表明:第一类错误(弃真错误)率为0.503%,第二类错误(存伪错误)率为0.008%。正构烷烃的误识率为0。实验数据验证结果表明:此法能准确识别饱和脂肪烃,用于识别正构烷烃时可克服因夹角余弦相似匹配中相似度接近而无法正确定性的缺点,为植物挥发成分测定、汽油样品的PONA分析和空气颗粒物中饱和脂肪烃的识别和总量的测定提供了一种新的快速的方法。     

基于模糊支持向量机的企业关系价值分级度量研究

针对合作制造企业间关系的特点,界定了企业关系价值的基本内涵.通过对企业关系价值度量维度划分,建立了企业关系价值的度量指标体系.在此基础上,采用模糊支持向量机方法建立了企业关系价值分级度量模型,并对其进行了分级度量.实验结果表明,该方法不仅能有效地度量出企业关系价值的级别,而且可以作为企业制定合作战略和决策的依据.