时间序列数据摘要与索引机制

高容量的时间序列可视化分析在金融、离散制造等众多行业中应用越来越普遍,但高容量时间序列可视化在处理可视化延时需求和高摄取率上比较困难。针对该问题,提出一种基于M4的概要信息聚合预存储和索引机制。首先,将原始的时间序列数据根据不同压缩比例分层处理,每层处理中数据等距离分割成若干段,并选择每段中时间最大最小和序列值最大最小时对应的4个最值点;其次,将聚合后的数据存储在时间序列概要树上;最后,实现基于概要树索引查询算法。通过模拟生成时序数据集进行了实验分析,结果显示该索引机制与原有的M4聚合查询方法可达到更好的查询效果。

数据挖掘技术在公安民意分析中的应用

在当今高度信息化社会,对信息的掌握和运用被提到了至关重要的地位,公安机关所掌握的数据量也急剧增长,公安决策过程从某种程度上说就是对海量的民意信息收集、处理过程。全面把握和科学运用信息是公安决策质量的保证。如何在大量的民意信息数据中提取并分析出有价值的数据,对公安决策提供一定帮助,公安信息化能对公安工作效率起到很大帮助,信息收集分析系统具有重大作用。当前社会生活各个方面变化莫测,为了更好地面对这些变化,各级公安机关必须灵活广泛地收集掌握各种各样的民意信息,同时对这些信息综合处理、归纳、分析、研究,并从这些信息挖掘出更有价值的信息,为公安决策和高效管理提供有力支持。

基于R语言病人基因微阵列样本分析

本文基于R语言开源的开发平台,提出了一种以Bioconductor为生物计算环境,利用软件包在本地服务器构建初步数据分析系统。主要围绕急性淋巴细胞白血病(Acute lymphobalstic leukemia,ALL)病人基因微阵列样本展开分析研究,利用给定病人的基因表达情况的微阵列表,确定这个病人的急性淋巴细胞白血病基因突变的类型,实验结果达到预期的目的。