基于网格技术的孤立点数据挖掘

在算法LOF和GridLOF的基础上提出了改进的GPOD算法,介绍了实行的步骤,给出主要的算法代码,并给出算法的实现部分和实验结果,最后分析了算法的性能,验证了改进后算法的先进性。     

一种遗传模糊神经网络数据挖掘算法

数据挖掘是近年来信息处理领域出现的新的研究方向。本文探讨了扩展型TS模糊神经网络和遗传算法在数据挖掘中的应用,并提出了一种把模糊神经网络与遗传算法相结合的数据挖掘方法。在该方法中由遗传算法自适应地构造和优化TS模型,TS模型完成预测,这种预测是建立在遗传算法的聚类结果之上的。二者的结合,提高数据挖掘的应用效果。文章最后给出该方法的应用实例。     

基于领域知识的纳税评估方法研究

纳税评估是税务稽查的基础和前提,科学的选案方法是纳税评估的关键。本文提出了一种基于领域知识的纳税评估方法。在领域知识的指导下,通过设计指标体系来提取个体的特征,进而采用聚类分析和统计分析相结合的方法,找出纳税异常的企业,从而完成纳税评估。     

基于能源大数据关联规则挖掘方法的电网稳定运行研究

随着各行各业用电需求的不断增长,我国的电网规模也不断提升。电网在线运行的历史数据呈现爆发式增加,在能源大数据背景下如何有效利用历史数据以达到对电网系统在线运行状态的稳定评估是一个巨大的挑战。在能源大数据背景下,通过采用数据挖掘方法,建立关联分析模型,实现了对电网调度运行特点及规律的自动挖掘,最后采用某省级调度中心5个月的在线历史数据进行离线分析。根据发掘出的电网运行规则表明建立的模型能够提高对电网的在线分析能力,验证了所提出方法的有效性。     

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。     

聚类分析在互动电视产品销售片区划分中的应用

聚类分析是数据挖掘中一种常用的技术,是根据事物本身特性来研究个体分类,按照物以类聚的原则来研究的事物分类.在商业上,聚类分析可以多角度用于市场分析,比如通过分析发现不同的客户群,并且通过购买模式刻画不同的客户群的特征,为市场营销和策略的制定提供科学合理的参考.从不同网络区域覆盖数字电视用户的一些特征(包括市场占有特征、产品消费特征等)出发,应用两步聚类方法将网络区域进行划分,得到不同的用户群体,然后针对不同的群体特征加以分析,为互动电视产品的市场营销战略和策略的制定提供科学合理的参考.     

数据挖掘中聚类中心问题的光滑化和填充函数方法

本文提出了数据挖掘中求解聚类中心问题的一种新方法.这类问题属于非凸非光滑全局最优化问题.我们首先利用光滑化方法将非光滑聚类函数用光滑函数逼近,然后对光滑化问题利用填充函数搜索其全局最优点.对不同数据库的数值试验表明,本文提出的算法是可行和有效的.     

基于模糊聚类算法的客户细分研究

以客户关系为导向的服务经济时代,客户细分是企业判断具有相似特征的客户,并以此为基础有针对性的提供产品及服务的最为有效的手段.利用数据挖掘技术,将模糊聚类算法应用于客户细分中,以此寻找具有相似特征及价值的客户,并在电信行业中进行实证应用.     

基于MCLP的知识挖掘模型在项目管理中的应用

针对项目管理中不同知识的分类和表达模式,提出了一种基于多目标线性规划的知识挖掘模型.该模型在对文本信息预处理的基础上,采用多目标线型规划方法,实现了对可量化信息和不可量化信息的同时挖掘,从而挖掘出更准确的项目知识模式,实现了项目管理中的知识的再利用,并就应用过程中遇到的具体问题进行了探讨.     

K-means聚类算法在企业环境效率评价的应用及R语言实现

根据环境影响评价因子筛选的要求,构建新的企业环境效率评价指标体系,以佛山市企业作为研究对象,利用R语言对其进行K-means的聚类,结果表明该指标体系能够有效的将企业分为8类,分别为:一般性污染企业、危险废物产生企业、废气(SO~2、NOX)污染严重企业、烟尘废气污染严重企业、固废污染严重企业、废气废水设备投入大的绿色企业、废水污染严重企业、废气废水均污染严重企业.