基于中国知网数据挖掘下研究新型冠状病毒感染的中药防治用药规律

目的:挖掘新型冠状病毒感染的传统中医药防治用药规律。方法:检索中国知网2019年12月1日—2022年12月10日收录的新型冠状病毒感染疫情下的中医方药。利用Excel 2019、IBMSPSS Modeler18.0等软件对中药进行纳入,并且将其使用频数、性味和归经进行汇总统计、关联规则分析。结果:纳入608篇文献,共计151个内服中药复方,依据频次划分,频数为12次以上的有10个复方,按频次由高到低,前5个复方分别为麻杏石甘汤、清肺排毒汤、达原饮、香砂六君子、三仁汤。共涉及187味中药,使用总频次30以上的中药共计35味,以频次由高到低,前5位分别为甘草、茯苓、藿香、苦杏仁、麻黄。中药属性以性寒、温凉为主,味苦、甘、辛多见,归属肺、胃、脾经。将药物进行关联规则分析,前6组关联药物分别为“防风-甘草”“甘草-茯苓”“防风-茯苓”“防风-茯苓-甘草”“防风-半夏”“防风-黄芩”。45对复方药物的关联组合中,共涉及到20味中药,分别为杏仁、麻黄、石膏、防风、甘草、黄芩、连翘、陈皮、苍术、茯苓、半夏、生姜、霍香、白术、麦冬、厚朴、桂枝、桔梗、柴胡、人参,组合为麻杏石甘汤加减。结论:相关文献数据显示,中医药方法治疗新型冠状病毒感染要以辛凉宣泄、清肺平喘止咳为主,麻杏石甘汤为基础方,又根据疾病发展的阶段以及感受病邪的不同,方药也有所不同,比如预防期时,患者当以益气固表为主,加以黄芪、防风益气固表,又因新型冠状病毒发展初期,主要是感染寒湿之气,可适当配伍一些散寒祛湿化痰的药,不仅如此,新型冠状病毒易损伤胃脾,故可加入茯苓、苍术健脾祛湿。总之,通过对中医药治疗新型冠状病毒感染经验规律的迅速总结,将其转化为重要的临床证据,为今后新型冠状病毒疫情提供更好的疗效。

微信平台数据挖掘下高校宣传思想工作创新研究

随着社会信息化和网络普及的不断发展,高校宣传思想工作迎来了前所未有的挑战和机遇。本文以微信平台数据挖掘为研究对象,旨在探讨如何利用现代信息技术手段创新高校宣传思想工作。通过对微信平台上的数据进行深入挖掘与分析,本研究提出了一系列解决措施,以期为高校宣传思想工作的相关人员提供有益参考。

核心网数据挖掘下的移动通信用户行为分析

随着我国科学技术和经济的迅速发展,国内外网络运营商投入大量建设资金逐步扩大网络建设的规模与范围,移动通信网络用户数量不断增多,管理人员在网络运营期间需要及时收集并获取大量的数据信息,全面记录移动通信用户的行为。基于此,结合实际情况,首先说明了核心网的基本概念,其次介绍了核心网数据类型与数据挖掘相关内容,最后论述了移动通信用户行为的数值模型及其应用,希望能够给同行提供一定的帮助。

数据挖掘下电网调度信号异常数据提取方法

目前方法获取电网调度信号特征过程中,针对在异常数据提取时提取精度不高、数据覆盖率欠高、提取效果差的问题,提出数据挖掘下电网调度信号异常数据提取方法.首先利用数据挖掘中的ICA算法对电网调度信号去噪处理;再利用Mallat算法将电网调度信号进行小波分解,获取电网调度信号的信号特征;最后通过对电网调度信号数据中异常值计算,获取异常数据检测阈值,完成电网调度信号异常数据提取.实验结果表明,运用该方法提取信号中的异常数据时,数据提取的精度高、数据覆盖性能好、提取的效果好.

数据挖掘下建筑安全防护驱动因素检测仿真

针对使用当前方法检测建筑安全防护驱动因素时获取的数据与建筑安全防护驱动因素之间关联程度较低,导致在检测准确率低和检测效率低的问题,将数据挖掘算法应用到建筑安全防护驱动因素的检测中,提出数据挖掘下建筑安全防护驱动因素检测方法,根据数据相似程度获得建筑安全防护测试数据集。利用数据挖掘算法检测建筑安全防护驱动因素,通过预选候选支持向量机,降低训练样本数量,缩短训练时间,利用近邻样本密度设计隶属度函数,通过隶属度函数训练支持向量机,将建筑安全防护测试数据集输入支持向量机中,实现建筑安全防护驱动因素的检测。仿真结果表明,所提方法的检测准确率高、检测效率高。

数据挖掘下差异设备的IPv6访问安全控制

对差异设备中的底层IPv6网络安全检测模块的研究中,传统网络安全检测方法在应用层对攻击进行识别和拦截,无法保证用户的数据安全,并且识别新攻击速度慢,拦截概率低。为此提出一种基于数据挖掘融合IPSec的安全检测模块,面向用户数据安全,采用K-means数据融合算法提取入侵数据特征,建立模型库,实施拦截。通过模拟多种攻击模式对提出的算法和传统算法进行性能比较,结果显示,所提算法能够在更短的时间内,提取攻击特征,建立模型库,并且在相同次数的攻击下,模块对攻击具有更高的检测概率,平均高于传统方法15%,显示了优越的检测性能。

数据挖掘下高校体育社团对学生体质健康促进的研究

“没有全民健康,就没有全面小康”,推进健康中国建设成为习近平总书记治国理政的重大战略,也是党和国家实现全面建成小康社会目标的重大方针。高校是学校体育教育的最关键环节,其教育结果直接影响大学生进入社会后的终身锻炼和健康保持。因此,健康教育是当前高校体育教育的热门话题,国家相关部门明令要求高校全面实施健身计划,严格执行《国家学生体质健康标准》,组织高校学生广泛参与全民健身运动,培养体育运动爱好,提升身体素质,掌握运动技能,养成终身锻炼的习惯。

数据挖掘下新农村决策支持系统的构建

介绍了决策支持系统和数据挖掘的基本概念,结合数据挖掘技术提出了新农村决策支持系统的需求;阐述了数据挖掘在决策支持系统应用,构建出系统的体系结构,最终实现一个应用于新农村建设的决策支持系统。

数据挖掘下的三维图像无损恢复分析

三维图像在获取、存储和传递过程中,会受到成像系统、传输方式、存储时间和存储媒介等多种因素的影响,导致图像质量方面发生一定退化,情况严重时甚至出现图像失真,影响人们的正常使用。传统三维图像恢复技术主要以线性分析为基础,需要假设的条件比较多,花费较长时间,且图像恢复效果较差。为了解决这一问题,需研究基于数据挖掘背景的三维图像无损恢复方法。基于此,主要阐述了数据挖掘下三维图像无损恢复的相关概述,分析了数据挖掘下三维图像无损恢复的研究情况,并展开相应实验,得出三维图像恢复方法的运行时间段和误差值低点的特点。

基于数据挖掘下的自动化推荐系统

针对传统的推荐系统中获取关键词倾向性单一的问题,设计数据挖掘下的自动化推荐系统。系统在原有的硬件结构基础上,在接口模块中设置页面跳转拦截器和会话控制拦截器,将其与中心处理模块相连,在中心处理模块中使用nRF905无线芯片,形成新的系统硬件构造。数据挖掘下,依据用户信息挖掘关联规则,确定相似量度,搜索出近邻信息,获得最终推荐内容。利用软件程序代码实现自动化推荐,至此自动化推荐系统设计完成。测试结果表明,在使用相同的用户信息情况下,与传统的推荐系统相比,数据挖掘下的自动化推荐系统获得的推荐词汇多了3~5种,关键词的倾向性更广泛,适合应用在实际项目中。

数据挖掘下的高校图书馆信息资源管理探讨

在现代科技快速进步的背景下,计算机技术在各大领域的活动中发挥出了巨大价值。高校图书馆在进行信息资源管理的时候,要注重数据挖掘有效性发挥,可以积极推动高校图书馆转型升级,有利于对图书馆管理模式进行创新,提高图书馆运行的自动化、智能化水平。出于更好发挥高校图书馆教育职能的目的,本文重点探讨了高校图书馆信息资源管理现存的问题,随后结合这些问题,基于数据挖掘技术提出了相应的建议,希望可以进一步推动高校图书馆转型升级。

数据挖掘下的高校图书馆信息资源管理探讨

《食品包装设计》一书是由拥有25年的平面设计和品牌开发工作经验的道格拉斯,里卡尔迪所著。该书非常巧妙的将理论知识以及设计案例二者相联合,为读者们详细且系统的阐述了有关食品包装的具体知识和各项设计方法。该书中每一个知识点都包含了详细的讲解和介绍,而且利用相关的设计案例进行直观的说明,每一部分的理论介绍之后,是大量相关类型的设计作品展示,读者可以从中提取设计灵感,学以致用。众所周知,不管是什么产品都会有相应的包装,目前随着我国社会经济的发展以及人民生活品质的提升。

基于数据挖掘下机器学习算法对学生成绩影响因素的研究

为了研究影响学生成绩的因素,更好地帮助学生学习,教师进行教学和学校管理。利用数据挖掘(DataMining)中机器学习决策树(DecisionTree)算法对原始数据选取,特征分类和数据预处理归一化。标签编码(LabelEcode)可以在有效降低数据维度的同时保证分类精度量化。本文的数据选自国外某一个高中年级的相关数据,包括学生在校的期末考试的成绩,家庭背景及在校学习行为等数据。通过sklearn,seaborn和matplotlib等软件来实现决策树算法,生成离线模型和学业指标评估报告,来更好完成对学生成绩预测影响因素的研究。

教育数据挖掘下的学习效果探析

近年来,在教育领域中教育数据挖掘以其特有的优势吸引越来越多研究者的注意,并成为提高教学效果及提供教育决策等强有力的工具。然而教育数据挖掘在国内仍然属于新鲜名词,国内对此领域的研究比较空缺。主要介绍教育数据挖掘理念,并综述国外在此方面所取得的研究成果,探讨其应用在学生学习成绩方面的有效性,最后提出其未来的研究方向。

历史数据挖掘下电网建设物资需求预测方法

物资需求预测过程中忽略了季节性因素对物资需求量的影响,导致预测结果与物资实际用量产生偏差。为此,提出基于历史数据挖掘的电网建设物资需求预测系统。确定典型项目所需物资,按照影响因素权重,赋值历史数据,将电网物资训练数据预处理后分离;采取神经网络多次迭代输出局部最优解,通过浮动偏差,修正局部最优解,输出物资需求数量预测结果。预测110kV新建线路工程所需的14种物资,实验结果表明,在保证预测稳定性和预测效率的基础上,所提方法降低了物资预测值偏差度,预测需求量与物资实际用量更加接近。

基于数据挖掘下的销售额影响因素及营销策略的计量分析

针对批发分销商的状况,使用描述统计、多元统计分析以及欧几里德贴近度判别分析、微分增量分析等方法,分别构建方差分析和判别分析等模型,使用Matlab、Spss、Excel等软件编程,得到批发分销商目前的经营状况、各类商品间的相关作用、多种因素中销售区域对销售额影响最大以及影响销售区域和途径的主要商品类别等结论。

数据挖掘下网络购买行为分析系统的设计

文章根据网络营销业务需求，结合数据挖掘方法尤其是基于web的模式挖掘方法的可靠性与易用性，对营销方案做出处理，在此基础上形成一套营销流程，建立营销模型。研究结果表明，数据挖掘方法的使用在一定程度上帮助营销者制定更智能的商业策略，改进了客户关系管理。

数据挖掘下无人船舶目标图像识别研究

研究针对无人船舶目标图像识别质量差、可见范围有限等问题,引入数据挖掘,对水面目标图像特征进行提取分析,通过数据挖掘明确了无人船舶目标图像阈值,结合其误差对目标图像进行分割处理,获得无人船舶目标图像后实施预处理,并优化改进图像识别算法,经过仿真试验,证实该方法能够提高目标图像识别效率,较传统识别方法时间缩短35%,捕捉船舶图像物理范围扩大了30.2%。能够有效解决无人船舶目标图像识别时间长、可见范围小等问题,减少船舶图像模糊的发生,有着较高的应用价值,值得推广。

数据挖掘下的高校图书馆信息资源管理分析

针对过往高校图书馆信息资源管理阶段存在资源利用率偏低、数据库信息重视不足、信息开发不到位等现实问题,提出将数据挖掘技术用于信息资源管理工作中的建议。SAS是一个用于整理、统计分析数据的组合式软件包,Web数据挖掘实质上就是从大批量、异质化、分布式的Web文档集合内提取与挖掘Web知识。文章在阐述数据挖掘概念基础上。介绍了SAS语言数据挖掘的主要流程,较为详细的分析基于SAS的Web使用日志数据挖掘过程、方法。希望对数据挖掘技术推广、提升图书馆信息资源管理水平有一定助益。

基于一卡通数据挖掘下的高校精准资助工作研究

在高校资助工作中,精准资助无疑是重中之重。随着对高校的资助力度和资助规模的不断加大,越来越多家庭经济困难的学生从中受益。校园一卡通作为高校信息化建设的产物,在对贫困生进行资助分析时也起着举足轻重的作用。本课题将通过对校园一卡通消费数据的深度挖掘和分析,对贫困生的贫困等级与消费水平进行相关性分析、研究,从而确定精准资助对象,实施差异化的精准资助。从而实现建立科学、合理的精准资助管理体系,提高对学生资助工作的精准度和实效性,实现资助资源的优化配置,实现教育公平的目的。