数据挖掘技术在网络入侵检测中的应用

基于通用入侵检测轮廓,建立了一个基于数据挖掘技术的异常检测模型,采用关联规则、序列规则对数据进行挖掘,用判定树分类技术对获得的规则进行分类.实验表明,本模型具有较好的效益.     

数据挖掘技术在电气设备在线监测系统中的应用

介绍了电气设备在线监测系统和数据仓库与数据挖掘技术,分析了数据挖掘技术在三里变电站电气设备在线监测系统中的应用,探讨了数据挖掘步骤中两个最重要的模块——数据处理模块和预测模块,对扭转当前在线监测系统中“信息丰富、知识匮乏”的局面做了一个非常有益的尝试,并取得了较好的效果。     

数据挖掘及在电子商务中的应用研究

企业的竞争优势并不取决于信息的拥有量,而是取决于信息的处理利用能力.如何化信息优势为竞争优势,是企业制胜于市场的一个法宝.本文论述了一种信息处理利用的有效工具--数据挖掘的有关问题及其在电子商务中的应用.     

高校田径全能运动员赛前焦虑水平调控研究

采用马腾斯等人编制的竞赛状态焦虑问卷及调节运动员赛前焦虑的方法,对高校田径全能运动员赛前焦虑调控进行了实验研究,结果表明,高校田径全能运动员赛前一个月的焦虑水平较高,自信心较低;对赛前焦虑实施调节后取得了比较理想的效果,为最佳竞技状态的形成奠定了良好的基础.     

跆拳道运动员赛前心理状态及调节方法的研究

对影响跆拳道运动员赛前心理状态的因素进行研究.结果表明:运动员赛前的心理状态有四种较典型的、存在明显差异的状态,即狂热状态、冷漠状态、正常状态和盲目自信状态.采用表象训练法、模拟训练法、自我暗示法和激励调节法等可以消除运动员在赛前所出现的心理问题.     

快速挖掘最大频繁项目集的新算法

针对关联规则下最大频繁项目集的特性,提出了一种快速挖掘最大频繁项目集的新算法MMFI(miningmaximumfrequentitemsets)。该算法摆脱了传统的经典算法Apriori及其变种情况下的自底向上的搜索策略,利用集合枚举树(set enumerationtree)的变形结构采取了自顶向下的新的搜索方式,并通过其独特的启发式判断策略、候选项目集的生成策略等,大大减少侯选项目集的生成,从而降低了CPU搜索时间,提高了挖掘效率。     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

建筑群下覆岩加固协调开采减损方法

应用采动地表位移变形的极坐标模型,通过计算机预计模拟和全盆地位移变形等值线图优化分析,结合离层带注浆充填技术,得出采动对建筑物影响最小的工作面布置方式及其有关参数,通过改变工作面的布置方式和参数,有效地减少地表位移变形程度和控制覆岩下沉,从而达到保护建筑物,提高回采率的目的。这种方法安全、经济、技术管理简单可行。     

一种基于粗糙集分类规则发现的方法

介绍了粗糙集理论实现数据分类和规则推理的基本原理,并利用粗糙集理论中核及决策类覆盖的概念,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系,并简化带有不相容规则的决策系统的多层次数据挖掘算法,应用一实际的例子说明如何在数据库中发现分类规则.