化学数据挖掘方法和技术的基本原理——评《化学数据挖掘方法与应用》

随着科学技术的不断发展,化学数据的产生速度越来越快,如何从海量的化学数据中提取有用的信息成为了化学领域的一大挑战。在这一背景下,《化学数据挖掘方法与应用》一书为我们提供了一个系统的框架,引导我们探讨化学数据挖掘方法和技术的基本原理。

基于关联规则技术的电力市场营销数据挖掘方法

常规的电力市场营销数据挖掘方法以数据挖掘的负载均衡为主,为了平衡负载增加了大量的矢量运算,影响了数据挖掘的效果,因此,文章设计了基于关联规则技术的电力市场营销数据挖掘方法。处理电力市场营销数据,将数据进行各个维度变换,在保持原始数据值的基础上将其映射到统一的数量级中,为数据挖掘提供基础保障。基于关联规则计算建立电力市场营销数据仓库,将处理完成的营销数据存储在数据仓库中,剔除与电力企业决策无关的营销数据,为电力企业提供决策支持。采用对比实验,验证了该方法的数据挖掘效果更佳,能够应用于电力企业营销管理工作中。

基于供电服务信息的数据挖掘方法

供电服务数据应用于多个方面,在电网运行和设备检测或监测方面的应用包括:实时监控、对电网运行进行诊断优化和预测、为检修策略制定提供指导和服务等。设计了一种基于供电服务信息的数据挖掘方法,包含供电数据提取模块、供电数据处理模块和供电数据特征识别模块。首先,供电数据提取模块基于电网的供电服务信息提取出电网历史故障处理工单中的关键信息;其次,在供电数据处理模块建立BERTBIGRU-CRF模型对故障地址信息进行处理;再次,供电数据特征识别模块对高频信息进行聚类分析和可视化表征;最后,通过实际算例证明了提出的方法能够通过挖掘历史供电服务信息,寻找出供电服务中的薄弱环节,提高供电服务质量。

数据挖掘方法本体研究

数据挖掘是包含多个阶段的知识发现过程。一个简单、但典型的数据挖掘过程可能包括数据预处理阶段,数据挖掘算法的应用阶段,以及对挖掘结果的可视化处理阶段。在每个阶段,都会有多个算法或方法供数据挖掘工作者选择,但仅有一些算法和方法组合是有效的。即使是数据挖掘领域的专家,也可能会忽略一些重要的、有助于知识发现的数据挖掘算法或方法。本文中,我们将讨论使用本体的方法来协助数据挖掘工作者在实施数据挖掘过程中对众多可供选择的算法和方法进行选择。

基于数据挖掘方法分析黄春林教授治疗肾病综合征用药经验

目的:应用中医传承辅助系统软件分析黄春林教授治疗肾病综合征(NS)的用药及组方规律。方法:收集黄春林教授治疗NS病例,录入"中医传承辅助平台"系统,采用系统中的关联规则、改进互信息法、复杂系统熵聚类等无监督数据挖掘方法,总结黄教授治疗NS的常用药物及分析方剂中的组方规律。结果:对纳入的68名患者病例,共280张处方进行分析,确定处方中药物的使用频次,药物间的关联,挖掘黄春林教授治疗NS的基本方及8首新处方。结论:数据挖掘法对于挖掘名老中医临床经验具有重要实用价值。

自组织数据挖掘方法研究综述

从对自组织数据挖掘方法(SODM)本身的改进和SODM与其他建模方法结合两方面介绍了SODM的研究进展.对SODM本身改进的方面包括模型表示、选择准则和搜索方法.分析SODM与神经网络、遗传算法、模糊法则归纳法以及模拟方法的结合.在此基础上,指出SODM改进方向应该在改善算法本身的基础上,将其从单纯的数据挖掘技术扩展为知识发现的全过程.

多源地质空间数据挖掘方法研究

多源地质空间数据挖掘技术很好地满足了海量地质空间数据处理的需要。根据地质空间数据的特点,对面向地质空间数据挖掘的地矿点源数据库、地质空间数据挖掘方法、体系结构、挖掘过程以及可发现的地矿知识进行了探讨,并以从样品数据中挖掘矿体各空间点品位之间关系为例,阐述了地质空间数据数据挖掘实施过程。

基于BP神经网络的高空气象数据挖掘方法研究

针对传统的高空气象数据挖掘方法中存在的数据挖掘深度问题,提出一种基于BP神经网络技术的高空气象数据挖掘方法。采用BP神经网络技术以及小波分析法对数据挖掘模型进行优化,引进协同多分类器算法进行更加精确的数据挖掘,避免数据产生的干扰。提出的基于BP神经网络的高空气象数据挖掘方法提高了数据挖掘的深度,还对数据的特征提取起到了一定的辅助作用。为了验证该方法的有效性,设计了对比仿真试验,将所提方法与传统方法相比较得出,所提方法有效地解决了数据干扰问题,提高了数据挖掘程度。

数据挖掘方法在经济责任审计评价中的应用

利用数据挖掘方法在经济责任审断提供基础。数据挖掘技术主要有数据概化、关联规则分析、孤立点监测分析、时间序列分析等,每种方法都有特定的程序。数据挖掘方法在经济责任审计评价的运用过程中,需要得到不断完善,措施包括:要明确审计对象的主要业务和背景,设计出合理的经济责任方法;创新审计工作方式的同时保证评价客观量化;促进信息系统建设,培养数据式审计相关技术人员;规范数据挖掘方法对于经济责任审计评价的操作标准;建立经济责任审计结果运用机制等。

异构式分布下的Internet数据挖掘方法优化研究

为了提高异构式分布下的internet数据的利用率,增加internet的多样化使用功能和数据传输率,减少internet运行的时间,需要对异构式分布下的internet数据进行挖掘;当前的数据挖掘方法多是先采用SOM系统的可视化功能对异构式分布下的internet数据进行聚类,然后根据聚类结果的计算完成对异构式分布下的internet数据挖掘;但该方法存在操作过程复杂,internet数据经常性丢失的问题;为此,提出了一种基于本体论的异构式分布下的internet数据挖掘优化方法;该方法首先对异构式分布下的internet数据进行预处理选取出数据特征,并利用特征选择决策系统对挖掘数据进行特征选择,在此基础上利用信息熵实现异构式分布下的internet数据的过滤,过滤过程中通过信息熵数据过滤的理论值减小的变动,得到最佳数据过滤值,最后以预处理中获得的各项数据信息为基础,采用决策树生成算法中的信息增益值的迭代计算结果对异构式分布下的internet数据进行高精度挖掘;仿真实验结果证明,所提方法提高了异构式分布下的internet数据操作的灵活度,增加了internet数据的可循环利用率,使异构式分布下的internet操作更加简洁化、高效率化,为该领域的研究发展提供了强有力的依据。

基于自组织数据挖掘方法的经济预警研究

目前经济预警方法主要包括指标预警、统计预警、模型预警3类,这3类方法各有优劣。模型预警法常使用ARCH模型预警与人工神经网络模型预警。将自组织数据挖掘方法引入经济预警建模过程,通过实证研究发现:自组织数据挖掘方法在经济预警研究中具有较强的学习能力,在模型变量筛选时能有效避免人为因素的影响;与人工神经网络相比较,它建立的显式模型能够反映输入指标对输出指标的具体影响状况,将有助于分析警源,排除警情。研究结果表明,自组织数据挖掘方法将为经济预警提供一种新的模型预警法。

基于深度学习的工业领域数据挖掘方法及应用

本文介绍一种应用于工业领域数据挖掘的方法论,它提出了传统数据挖掘方法CRISP-DM需要在工业情境下关注的内容,同时举例说明深度学习在工业时序数据分类方面的应用并指出其发展方向及意义。

用于云计算数据库的数据挖掘方法分析

运用云计算数据库进行计算机数据的处理,有利于发挥数据库的容量大、信息来源广和高效便捷的技术优势,从而实现对计算机数据信息的科学处理,以满足计算机系统运行的需要。本文对用于计算机数据库当地数据挖掘方法进行探讨,以实现对云计算数据库运行的全面认识,结合数据挖掘方法的运行,制定出完善的优化措施和运行方法,以促进云计算数据库的数据挖掘方法的稳定运行。

运用数据挖掘方法分析黄文政教授治疗原发性膜性肾病的用药规律研究

原发性膜性肾病(primary membranous nephropathy, PMN)是一种常见的原发性肾小球肾炎,是近年来我国成人肾病综合征(nephrotic syndrome, NS)的常见病理类型[1]。其西医治疗需联合应用糖皮质激素和免疫抑制剂[2],但由于该治疗方案较多的副作用、相对高昂的费用和该病治疗困难、容易复发的特性,往往给患者和家庭带来了严重的负担。随着研究的逐渐深入,中医药在本病的治疗中发挥着越来越重要的作用。

高速公路运营管理残损营收数据挖掘方法与应用

对当前高速公路运营收费数据应用方面的不足,提出搭建运营收费数据综合分析平台,通过对数据流的分析,建立数据模型,利用技术手段提高数据利用率,提升管理成效,进而实现精细化管理目标。实际应用高速公路运营管理残损营收数据挖掘方法,日均采集有效信息7千万条,获取有效车辆信息210万余条,实现日均残损数据恢复98万条,日均恢复2万次车辆通行轨迹,为平安智慧高速建设提供了选择支持。

基于变精度粗糙集的数据挖掘方法研究

本文分析了数据信息获取的研究背景,并在此基础上提出了数据挖掘方法的研究现状.接下来讨论了在数据挖掘研究中所遇到的技术难题以及发展趋势.最后提出了变精度粗糙集理论在不完备信息系统和完备信息系统中的数据挖掘方法.

流式数据挖掘方法下的汇率行为预测方法探讨

借助流式数据挖掘以及传统汇率行为预测方法,并将它们融合,可以得到更符合实际、更高精度的人民币汇率预测方法,并建立模型。这样有利于货币当局把握汇率行为的特征和表现形式,使其与经济的协调发展奠定基础,有利于进一步完善人民币汇率政策,充分发挥汇率的宏观调控的政策效力,为下一步改革提供科学的理论框架和理性的发展方向。

基于MapReduce框架下的数据挖掘方法研究

大规模数据处理分析工作,在单个处理节点上部署时往往会遇到机器性能局限所带来的计算瓶颈。如今,技术更加先进且成本低廉的分布式计算平台为这一问题带来了改善的解决方案。文章运用MapReduce框架这一优势,研究了将数据挖掘的任务部署到分布式平台上的方案以及提出了相关研究展望。