一种新的面向普通用户的多值属性关联规则可视化挖掘方法

针对传统关联规则可视化挖掘方法不利于处理多值属性数据、缺乏展现数据间的频繁模式和关联模式以及效率低下等问题,提出了基于KAF因子和CHF因子的Apriori改进算法进行多值属性关联规则挖掘,实现了一种新的基于概念格的多值属性关联规则可视化方法.运用概念格理论对多值属性数据进行了重新定义和分类,建立了较为完整的挖掘过程参数调整策略,方便用户选择关键属性值进行规则挖掘分析,提高了算法运行速度和挖掘效率.以概念格结构将多值数据组织起来,实现了对频繁项集的可视化展示,以及关联规则的多模式可视化展示.实验结果表明,改进后的挖掘算法具有更好的性能,所提出的可视化形式和已有成果相比具有良好的展现效果.

基于激光内调制技术的高光谱数据可视化挖掘系统设计

为了给用户提供更为直观可靠的数据挖掘结果,提高数据处理精度及效率,设计了基于激光内调制技术的高光谱数据可视化挖掘系统。首先使用激光内调制技术控制激光形成,加强激光雷达调制效率,运用基于VMD的回波信号去除图像噪声;其次构建高光谱彩色可视化模型,把评估数据降采样处理,利用像元之间彩色差别均值保证图像可分性,通过局部优化手段修改图像,实现图像可视化呈现;最后通过ENVI平台和IDL语言建立高光谱数据可视化挖掘系统,包含数据输入输出、数据重采样、数据预处理和待测目标处理4个板块。仿真实验结果表明,系统可以快速准确挖掘目标高光谱数据,观察到数据内隐藏的特征信息数据,为光谱数据分析提供有效帮助。

面向上下文图形可视化挖掘网络行为与管理

在大规模网络系统中,精确识别谁在做什么具有挑战性。目前的网络管理系统主要采取对用户身份推理,此类方法由于收集的数据粗糙,因此在大规模的网络环境下不能精确地对网络行为进行挖掘、发现和管理。采取对主机、用户、应用程序和数据访问等网络上下文内容进行可视化挖掘,从而为网络管理过程的动态化提供了重要帮助。

一个基于Java的可视化挖掘工具的设计和实现

介绍了一个可视化挖掘工具 ,给出了其框架体系结构 ,并主要从数据挖掘技术、数据视图及其操纵界面技术、系统安全性三个方面作了介绍。

面向上下文图形可视化挖掘企业网络行为

在企业分布式网络系统中,精确、动态地发现用户的网络行为日益具有挑战性。目前网络管理系统主要依赖于对用户身份的推理来进行网络行为管理,此类方法由于所收集到的数据缩放比粗糙,从而在大规模的网络环境下不能精确地对网络行为进行挖掘、发现和管理。对主机、用户、应用程序等网络上下文内容进行可视化挖掘,为动态地进行网络管理提供了重要帮助。

面向上下文图形可视化挖掘企业网络行为

在企业分布式网络系统中,精确地识别谁在做什么日益具有挑战性。目前的网络管理系统依赖于对用户身份的推理,此类方法由于收集到的数据或缩放比例粗糙,从而在大规模的网络环境下不能精确地对网络行为挖掘、发现和管理。对主机、用户、应用程序和数据访问等网络上下文内容进行可视化挖掘、发现,从而为网络管理过程的动态化提供了重要帮助。

港口物流信息平台共享架构及其可视化挖掘

从港口物流信息的特点入手,提出基于控制理论的信息流程图,并围绕流程图中的信息输入与输出反馈两大部分提出港口物流信息平台建设的关键问题;结合港口物流信息平台实例,重点讨论共享架构的执行现状、意义和技术路线,并按照信息的类型,分别讨论针对空间信息和属性信息的可视化数据挖掘技术手段,从而保证信息平台在共享架构下实现可靠高效的数据管理与控制．

林业数据挖掘与可视化的应用分析

面对海量的林业空间与非空间数据,提取隐含的信息是"数字林业"急需解决的关键问题之一。数据挖掘和可视化是处理和分析海量空间数据的有力工具,利用它们可以有效地剖析隐藏在数据背后的信息与知识,为我林业规划与决策提供服务。本文将空间数据挖掘和可视化技术整合为一个有机的整体,集成两者的优势,阐述了可视化技术在空间数据挖掘研究中的意义。并讨论了空间数据可视化表达模式和可视化与空间数据挖掘的整合。针对林业资源数据的特点,提出在可视化表达空间数据的基础上对林业数据的多维信息进行综合分析。最后,开发了原型系统,初步实现了林业数据可视化挖掘。

政府隐性信息资源可视化挖掘研究

提出了利用可视化技术支撑政府隐性信息资源挖掘的策略,分为发散、收敛及形成三个阶段;区分了当面互动和在线协作两种不同的实现模式;分析了确保可视化挖掘完成的关键问题;并利用CPSS平台进行了案例研究。

基于可视化数据挖掘的管理科学科技文本分析研究

通过可视化数据挖掘方法的研究,使用数据挖掘和科技文本分析的方法,获取管理科学研究的新进展、新思想和新方法。综合评价、对比分析了国内外管理科学研究力量和能力水平的分布状况,对管理科学研究主体及资助主体决策活动有较强的支持作用,并对我国管理科学领域进行了实证分析。

VISMiner:一个交互式可视化数据挖掘原型系统

交互式可视化数据挖掘是利用可视化技术进行联机数据挖掘的技术。基于SOM的交互式可视化数据挖掘原型系统VISMiner的主要目的是将数据挖掘与数据可视化及OLAP进行集成,允许用户以交互的方式从SOM的标记图或距离图中选定感兴趣区域加以深入分析。

可视化数据挖掘技术研究

总结了目前数据挖掘领域中可视化方法的研究状况。结合国外先进的数据挖掘工具,分析了当前可视化数据挖掘技术的应用现状。基于可视化数据挖掘的任务和目标,阐述了可视化数据挖掘技术的发展趋势。

可视化数据挖掘技术

通过对可视化数据挖掘进行分类和总结,提出将可视化数据类型和可视化与数据挖掘结合的思想。由于可视化数据挖掘的优势是用户能直接参与数据挖掘过程,通过对挖掘过程中各个阶段反馈的信息可视化结果的分析,用户可以将领域知识和数据挖掘算法有效地结合在一起,完成用户和算法的交互。因此,可视化数据挖掘技术将成为今后数据挖掘领域中研究的热点。

数据挖掘可视化技术应用与研究

讨论了数据挖掘和可视化的关键技术,提出了一种可视化模型的设计方法并设计了一套数据挖掘可视化系统的方案,对提高决策的效率具有重大现实意义.

数据挖掘可视化技术与医院管理

在医院现有信息管理系统基础上,建立数据仓库,利用数据挖掘可视化技术,对海量历史数据进行组织和管理,用来支持管理决策。

可视化数据挖掘方法与技术

可视化数据挖掘技术是可视化技术和数据挖掘技术的有机结合,是数据挖掘技术发展的必然,它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域;数据挖掘的可视化已由单纯的模型可视化发展到数据可视化与数据挖掘过程和结果的可视化;本文着重讨论了可视化数据挖掘的分类和相关技术,最后提出了未来的研究方向。

可视化数据挖掘技术的应用研究

数据挖掘方法结合了机器学习、模式识别、统计学、数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识、提供决策支持的有效途径,具有广泛的应用前景。本文通过对可视化数据挖掘进行分类和总结,提出将可视化数据类型和可视化与数据挖掘结合的思想。可视化数据挖掘技术将成为今后数据挖掘领域中研究的热点。

浅谈可视化数据挖掘技术与工具

文章阐述了可视化数据挖掘技术的概念,重点描述了可视化数据挖掘技术解决商业问题的基本步骤,并对可视化数据挖掘的未来趋势做了介绍。

可视化原理及应用中的可视化数据挖掘

分析目前数据挖掘领域中可视化方法的研究状况，并结合可视化数据挖掘工具（WEKA）阐述可视化技术的应用，对可视化数据挖掘技术的发展进行展望。

基于可视化数据挖掘的技术跟踪图谱设计

通过技术跟踪，可以了解某一技术领域的现状和发展态势，为技术战略的制定提供决策信息支持。基于此，文章在技术跟踪基本流程分析的基础上，以数据挖掘、信息萃取、知识发现等技术为手段，提出了一个基于多维标度的技术跟踪图谱设计方法，开发实践层面的技术跟踪工具，并以公路工程领域为例，从国家、机构和个人三个层面进行技术优势领域的可视化实验，以此判别技术领域的深层次结构。在此基础上，着重分析我国在此领域的技术发展态势和总体现状，为相关科技计划战略的制定做一些基于工程技术分析的支撑性工作。