A new product family mining method based on PLM database

Product family(PF) is the most important part of product platform. A new method is proposed to mine PF based on multi-space product data in PLM database. Product structure tree(PST) and bill of material(BOM) are used as the data source. A PF can be obtained by mining physics space, logic space and attribute space of product data. In this work, firstly, a PLM database is described, consisting of data organization form, data structure, and data characteristics. Then the PF mining method introduces the sequence alignment techniques used in bio-informatics, which mainly includes data pre-processing, regularization, mining algorithm and cluster analysis. Finally, the feasibility and effectiveness of the proposed method are verified by a case study of high and middle pressure valve, demonstrating a feasible method to obtain PF from PLM database.

基于Multi-Agent技术的个性化数据挖掘系统

设计基于Multi Agent技术的个性化数据挖掘系统,介绍了该系统构造的基本思想和Agent的状态转变关系及其它们之间的通信协议;利用用户Agent和挖掘Agent得到个性化数据挖掘系统MAS,并给出了系统的算法.该类系统的特点是:用Agent模拟人,实现用户在系统中的智能代理.结果表明,它能够实现数据挖掘的个性化服务功能,提供对用户真正有价值的知识,有效地避免了用户的重复劳动和精力耗费;同时,避免了系统对无用数据的挖掘,提高了系统的运行效率.

基于Multi-Agent的数据挖掘模型的研究

数据挖掘是人们长期对数据库研究的结果,但是传统的数据挖掘存在低效性和非智能化等不足。随着具有自主性和社会性的智能计算实体Agent的出现和发展,文中将Multi-agent技术应用到数据挖掘中,并提出了基于Multi-agent智能化的数据挖掘模型,讨论了模型的运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。

徐州煤矿地质资料数据库建设及应用

通过对徐州煤矿地质资料的标准化整理,归纳并探讨多源数据融合的原则和标准,形成统一的空间坐标参数和数据格式,达到多源数据统一融合的目的。基于ArcGIS平台,建立涵盖基础地质、矿山开发利用、钻孔、采空区、塌陷及已治理区5大专题的煤矿地质资料数据库。项目成果纳入徐州自然资源“一张图”系统中,服务于矿政管理、矿地融合研究、工程建设新项目规划选址、国土空间规划等工作。

数字矿山建设的理论与方法探讨

数字矿山是真实矿山整体及其生产经营过程的全面数字化、信息化和可视化,是存储于计算机网络上的、能供多用户访问和应用的一种虚拟矿山。数字矿山建设的着眼点应当是矿山资源勘查开发信息化,其主要建设内容包括运行机制与保障系统、信息技术系统、信息增值服务系统等。数字矿山设计应面向资源勘查、采选冶与经营,把支持领导决策与支持矿山勘探、开发等日常生产管理结合起来,使之成为矿山企业功能强大的信息工作站和信息齐备的信息网络结点。在建设中应以整体最优化为基本目标,整体设计、分步实施、循序渐进,要以主题式矿山地质点源数据库建设为核心,并与MIS、DDS、ERP和OAS建设密切结合,抓住关键技术和数据标准体系,实行"多S"结合与集成。

面向数据库应用的隐私保护研究综述

随着数据挖掘和数据发布等数据库应用的出现与发展,如何保护隐私数据和防止敏感信息泄露成为当前面临的重大挑战.隐私保护技术需要在保护数据隐私的同时不影响数据应用.根据采用技术的不同,出现了数据失真、数据加密、限制发布等隐私保护技术.文中对隐私保护领域已有研究成果进行了总结,对各类隐私保护技术的基本原理、特点进行了阐述,还详细介绍了各类技术的典型应用,并重点介绍了当前该领域的研究热点:基于数据匿名化的隐私保护技术.在对已有技术深入对比分析的基础上,指出了隐私保护技术的未来发展方向.

多数据库挖掘中独立于应用的数据库分类研究

目前的数据挖掘技术大多只针对单一数据库进行挖掘。当数据库有多个时,需要用到多数据库挖掘技术。应用聚类思想,提出一种独立于应用的数据库分类方法,并给出了相关的算法,最后用实验证明了该方法的正确性和有效性。

文档挖掘与降维技术

提出了基于虚拟数据库和分层数据库的文档挖掘的一般模型,讨论了用于降低输入空间维数的维削减技术,以提高挖掘效率、改善挖掘性能。实验结果表明文中的方法是可行的。

数据挖掘技术在热电厂过程控制与优化中的应用研究

在电厂各种热力设备运行中,越来越多的现场数据被DAS和DCS系统存储到实时数据库中,在这些数据背后往往蕴涵着丰富的知识,而这些知识的发掘和总结用人工分析的方式是无法实现的,因此提出利用数据挖掘技术服务于电厂热力设备运行控制和优化。首先阐述了数据挖掘技术的相关知识,简述了其特征和方法;之后,结合目前电厂热力设备运行中较为重要的两个方面(动态过程监测与控制、监督层静态优化)进行了详细论述,提出了一些新的控制策略和优化方法。最后总结了方法的优越性和可行性。

一种新的多关系朴素贝叶斯分类器

针对现有多关系朴素贝叶斯分类器中存在的统计偏斜问题,扩展了语义关系图的定义,给出了一种新的统计计数方法,构建了相应得多关系朴素贝叶斯分类公式,形成了一种基于关系数据库技术的新的多关系朴素贝叶斯分类器。为高效进行关系表连接,采用元组ID传播方法对关系表进行虚拟连接。进一步提高分类准确率,基于互信息标准对属性进行剪枝。实验显示新的分类器具有良好的分类性能。

基于多策略的学生成绩挖掘与分析

通过对数据挖掘技术的相关分析与比较,提出了多策略的设计思路,将数据挖掘与统计分析相结合,从海量成绩数据中提取隐藏于其中的有用信息,从而科学指导教学,提高教学管理水平。多策略是指:采用基于决策树的分类方法,对学生成绩库中数据进行挖掘,生成学生成绩决策树,能直观显示出某一成绩在不同等级计算方式所处的位置,为教学部门提供评价信息;同时采用基于总结规则的统计分析方法,完成不同情况下的成绩查询及对比分析,实现学生成绩分析报告、试卷质量评价报告及质量分析表的自动生成。应用该系统后将改进工作效率,提高教学质量。

挖掘RFID数据库中多维频繁路径的研究

针对应用于物流和供应链管理的射频识别（RFID）系统产生的海量路径数据集中的多维频繁路径挖掘的问题进行了深入的研究，提出了Dim-path与Path－dim两种不同的顺序处理非路径维数据和路径数据的多维频繁路径挖掘算法。这两种算法根据RFID路径数据自身的特点，将RFID数据划分为非路径维数据、位置数据、停留时间数据，将多维路径挖掘问题分解为多维模式分析与序列模式挖掘问题处理，来提高算法的效率。买验结果与算法分析都表明，Dim－path算法与Path－dim算法能够有效快速地挖掘多维频繁路径。

多数据库中例外模式挖掘方法研究

首先比较了现有的两种挖掘方法,提出了一种改进技术。综合考虑例外的局部和全局兴趣度,剔除非真正有趣的局部例外;增加两种客观度量并按模式重要度排序。实验表明该方法不仅可以有效挖掘多数据库中例外模式,而且还大大减少了用户负担。

一个基于Web的金融多层聚类系统

介绍了一个基于 Web的用于金融数据挖掘的多层聚类系统的设计与实现 .该系统基于金融比率对香港、大陆股市中的上市公司进行了聚类分析 .它采用 3层的体系结构 ,即用户层、应用层和数据库层 .应用层使用了 Java Servlet、Java Script和 JDBC等编程技术 .系统数据库中存储了大量的金融数据 ,并实现了 2 4个金融比率的计算和存储 ,用户还可以自己定义新的金融比率和众多金融比率之间构成层次关系 .用户可以在不同的比率层次上对公司聚类 ,显然 ,采用多层次的聚类比单层次聚类有明显的优越性 .测试结果表明 ,该系统灵活、快速、扩展性好、结果易理解 ,有助于金融专家和有经验的投资者进行正确分析和合理投资 .

朴素贝叶斯分类器一阶扩展的注记

众多研究者致力于将朴素贝叶斯方法与原有的ILP系统结合,形成各种各样的多关系朴素贝叶斯分类器(MRNBC)。该文提出形成朴素贝叶斯分类器的一阶扩展的一般方法。现实中关系数据库广泛存在,可以直接作用于数据库表,而无须转换表示形式的MRNBC则是研究的重点,该方法主要基于关系数据库理论,分析了进行一阶扩展的关键问题。

分布式数据库多层关联规则挖掘算法研究

对分布式数据库多层关联规则挖掘的理论和方法进行了研究,提出了一种基于频繁模式树FP-tree(FreguentPatterntree)的快速挖掘算法DMAML_FPT(DistributedMiningAlgorithmofMultipleLevelbasedonFP-tree)。与类Apriori算法相比较,该算法最多只需扫描数据库三遍,不需产生和传输大量的候选项集,减少了数据通信量,从而提高了数据挖掘的效率。实验结果表明算法DMAML_FPT是可行和有效的。

对单数据库和多数据库中挖掘模式的评价

文章从客观和主观两方面分别分析了现有的一些对数据挖掘模式的评价方法,并提出对多数据库中模式评价的两种客观性度量。

相关系数和卡方检验的正负关联规则挖掘算法

随着经济全球化和信息技术的发展, 为了给企业发展提供更多的信息支持和决策帮助,数据中心纷纷建立起来,其作用是通过分析海量数据来为企业的政策趋向和战略选择提供意见佐证。但是,要想在庞大的数据海洋中获取数据间的相关性依赖并非易事,而且,传统的关联规则算法通常并不完善,产生的规则通常会包含一些没有意义甚至错误的规则,即所谓的弱规则与负规则。针对这种现状,提出一种度量正负关联规则的检验方法,并引入赋予不同权重值给不同数据库的方式,提高在水平多数据库中挖掘正负关联规则的效率。

基于关联规则的模式库划分算法

在多数据库挖掘的过程中一般要先将多个数据库按照某种规则进行划分,再进一步进行模式挖掘,提出了一种基于关联规则的相似度测量方法,将各个局部模式库进行划分,并对划分的结果进行评价,接着根据评价的结果设计出了一个选择最好划分的算法,找出最好的一种划分。最后经实验验证,算法是准确而有效的。

煤矿多维模糊数据仓库模型的建立及挖掘技术

针对煤矿数据库存储数据容量越来越大、存储媒体形式越来越多的应用新背景 ,运用面向对象的思想 ,结合模糊知识技术 ,对煤矿多维模糊多媒体数据仓库的研究意义、数据库的数据模型和系统结构、数据挖掘技术等方面 ,进行了较为详尽的探讨 ,建立了新的模型和系统构架。结果表明 ,这种新型数据仓库系统具有更强的多媒体数据管理能力和真正的系统开放性。