基于GA-BP神经网络的新疆南疆核桃树生长模型研究

文章提出了一种利用遗传算法优化BP神经网络的核桃树生长模型来预测核桃树的树高、胸径的方法,通过优化BP神经网络的权值和阈值建立GA-BP模型,与多元线性回归模型的预测结果进行比较。结果表明:采用遗传算法优化后的模型具有更高的预测精度,对核桃树生长预测具有指导意义。

基于OLE DB for DM的文本分类系统的设计与实现

主要介绍SQL Sever 2000的数据挖掘功能以及OLE DB for DM的数据挖掘模型的创建、训练和预测,最后,实现了基于OLE DB for DM的文本分类系统.

路径存储法在生成树形结构中的应用研究

动态树形结构应用十分广泛,现有的"遍历节点法"、"层点展开法"、"多表存储法"等技术在生成树形结构时有利有弊。本文将节点在树分支中的线性结构关系作为路径,把路径信息存储在节点数据表的一个字段中,并将路径信息作为检索排序依据,实现对树节点排序,从而按照此序列生成树形结构的路径存储法。该方法提高了"遍历节点法"访问节点算法的效率,解决了"层点展开法"的访问子树节点问题,优化了"多表存储法"的存储结构。

基于Hadoop云平台的并行数据挖掘方法

业界已经开始运用云平台来处理海量高维数据,将各种异构系统仿真为一个系统,其中在Hadoop环境进行数据挖掘会遇到数据模型的全局性、HDFS的文件随机写操作、数据生命周期短等问题。为解决这些问题,在Hadoop上实现高效海量数据挖掘,提出了在Hadoop上一种高效数据挖掘框架,利用数据库来模拟链表结构,管理挖掘出来的知识,提供了树形结构、图模型的分布式计算方法;在此基础上实现一个统计算法——Yscore分箱算法,以及决策树和KD树的建树算法;并利用Vega云对Hadoop集群进行仿真。实验数据表明该框架和算法实用可行,且可能拓展与数据挖掘之外的其他领域。

蛋白质序列图形变换及其相似性聚类分析

基于氨基酸的疏水性和相对分子质量,先把20种氨基酸分为8类,按不同间隔角度放置于圆周上。根据z轴坐标的划分,建立一个坐标空间。将蛋白质序列中的氨基酸按排列顺序映射到空间坐标系中,得到序列的3D模型。将3D模型转换为20维矩阵图,分析序列中氨基酸对数量特征及相似性。进一步将空间坐标转换为数值序列,进行离散傅里叶变换(discrete Fourier transform,DFT),得到原蛋白质序列的功率谱,将不同长度的功率谱扩展到数据集中最长序列的长度m维。再通过计算功率谱序列间的欧氏距离来度量序列相似性,构建系统发育树。最后对不同数据集进行验证,结果显示:聚类结果与矩阵图的分析相符,且优于其他算法的效果,表明此算法对蛋白质相似性研究具有一定的有效性。

BerkeleyDB关键技术研究

BerkeleyDB是一款小巧、强壮、高效、源码开放的工业级数据库，无论在嵌入式还是在大型系统应用中都有高性能表现，本文展开深入研究，实验证明其高效性，在其体系结构、存储机制、索引特点等关键技术方面得出一些结论，为满足新应用带来一定启发。

微软决策树在汽车销售中的应用

为了进一步挖掘隐藏在销售数据背后的销售知识，本文在SQLServer中建立了汽车销售数据立方体，利用微软决策树算法分别建立的三个决策树模型。开发了符合OLEDB For DM规范的应用程序，结果显示分类正确率在85％以上。

煤与瓦斯突出预报数据关联性的聚类分析

合理地选择突出控制因素是进行突出预测的关键技术之一.首先给出了基于系统聚类的突出预报数据关联性分析方法,通过DB Index准则判断聚类模型的有效性.然后研究了煤与瓦斯突出控制因素的选择规则.最后以平顶山煤矿为例,分析了该矿突出预报数据间的关联性,得到了相应的变量聚类树,并选择了主要的突出控制因素.仿真结果验证了所提出的突出控制因素选择方法的合理性和有效性.图2,表3,参11.

时态约束下的频繁模式挖掘算法

时态数据是一类重要的数据信息.利用数据中包含的时间属性可以形象描述数据中潜在的变化规律,预测将来可能的发展趋势.本文提出一种时态频繁模式挖掘算法(TemFP).根据现有的时态查询函数,该算法给出一种用于存储频繁模式时态属性的双树结构(DB^+-tree).利用包含 DB^+-tree 的时态频繁模式树,使用户定义的时态规则快速查询成为可能.实验结果表明该算法是有效和可扩展的.