基于粗糙集的知识动态更新中若干关键问题研究

数据挖掘是当前信息科学领域中的热点研究方向。目前已经在市场分析金融投资、医疗卫生、环境保护、产品制造和科学研究等许多领域获得了广泛的成功应用，取得了十分可观的社会效益和经济效益。数据挖掘中的一个核心问题是知识更新。数据的动态变化是大多数数据库的一个主要特点，从数据库挖掘出来的规则只能代表数据库的当前或以前状态，     

一个空间数据挖掘原型系统的设计与实现

简介空间数据挖掘技术及其与地理信息系统的集成．基于地理信息系统组件(MapX）和空间数据引擎(SpatialWare)设计和开发一个空间数据挖掘原型系统，侧重于空间特征规则、空间关联规则和空间分类规则的实现，并用实例数据进行系统性能和规则有效性的验证．结果表明，该原型系统是一个适用的、可扩展的空间数据挖掘工具．空间函数、挖掘过程的交互控制以及结果的评价等问题需要进一步研究．     

基于数据可视化的交通流量分析

采用趋势图、双向流量图、饼图、颜色分级图和地图显示等多种数据可视化方法对北京市的主要街道、区域及路口等不同空间尺度的交通流量数据进行分析，获取其时空分布规律，加深对交通流量数据的理解，有助于进行交通时空数据挖掘的研究，为有关部门提供科学管理和决策支持工具．     

知识发现与数据仓库

对知识发现和数据挖掘的基本理论作必要的阐述，其中包括知识发现方法，数据仓库，数据工具－粗糙集等理论基础，并概述了其应用前景。     

数据挖掘技术在智能交通系统综合信息平台中的应用

城市智能交通系统综合信息平台以成为智能交通示范城市的建设目标。数据挖掘作为在综合信息平台的海量数据中有效而可靠地提取有决策价值的先进技术，已日益受到重视。本围绕综合信息平台，首先介绍了常用的数据挖掘技术，接着分析了数据挖掘技术在综合信息平台中的应用过程，最后提出了数据挖掘技术在综合信息平台中的典型应用。     

神经网络方法在数据挖掘中的应用

通过分析当前一些数据挖掘方法的局限性，介绍一种基于关系数据库的数据挖掘方法——神经网络方法，通过对数据库中数据样本的学习，自动发现隐含的大量知识．文中给出了神经网络方法的学习模型和算法，并通过举例来说明此方法．在本文最后，也提出了神经网络方法在数据挖掘中存在的一些问题．     

数据挖掘在客户关系管理中的应用研究

“客户中心”商业模式的出现,使得CRM成为企业的焦点,CRM中数据的挖掘也成为计算机领域的一个热点研究课题。在介绍了CRM和数据挖掘的基础上,从客户获取、交叉销售、个性化营销和客户保持等方面分析了数据挖掘技术在CRM领域中的应用问题。     

基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

数据挖掘技术在物流决策系统中的应用

介绍了数据挖掘技术的作用、过程 ,针对物流大量的数据 ,提出如何利用数据挖掘技术挖掘出有效的信息帮助做出决策及作用     

基于神经网络的数据挖掘模型在吸能装置上的应用

针对传统有限元分析方法对机车车辆结构耐撞性计算效率低的问题，在已有仿真分析数据基础上，引入机器学习方法，对车辆关键结构的耐撞性以及碰撞安全性进行分析预测. 首先，建立基于神经网络的数据挖掘模型，在此基础上构建车辆关键结构的碰撞响应预测方法；其次，通过试验验证了防爬吸能装置有限元模型的正确性，以此模型为基础获得不同壁厚防爬吸能装置的碰撞响应仿真数据；然后，以吸能装置壁厚作为模型输入，不同壁厚所对应的位移、速度、界面力和内能等碰撞响应作为模型输出，将有限元仿真数据用于模型训练，优化后的数据挖掘模型的拟合优度在0.922以上；最后，为验证模型预测的准确性，将碰撞数学模型的预测结果与有限元仿真结果进行对比，速度、位移、界面力和内能的平均相对误差分别为7.10%、4.51%、6.20%和2.50%. 研究结果表明:基于神经网络构建的数据挖掘模型在保证精度的情况下，能很好地反映防爬吸能装置的碰撞特性，大幅降低了计算时间，提高了计算效率.      

铁路客货营销决策支持系统

应用数据仓库技术，提出了客货营销决策支持系统的逻辑结构，阐述了铁路客货营销信息的特征，论述了建设铁路客货营销数据仓库的必要性，围绕数据源组织、联机分析和数据挖掘等问题，对系统建设中的若干关键技术进行了探讨，认为统一数据策略与数据库模式是实现系统的关键。     

公路工程档案资源中的数据挖掘问题

公路工程档案中详细记录了公路工程项目建设的大量信息,运用数据挖掘技术将这些离散的数据进行分析和集成,对公路工程建设管理过程中的各项工作进行科学正确地分析、评价和预测具有十分重要的意义。在介绍数据挖掘技术基本概念和方法的基础上,对公路工程档案中的数据挖掘问题进行引导性的阐述。     

智能交通系统（ITS）共用信息平台构架及解决方案初步分析

本文提出了基于信息处理和数据挖掘的智能交通系统共用信息平台的基本构架，并对平台的功能构成、初步解决方案和平台构建当中涉及的关键技术问题进行分析。根据ITS共用信息平台的总体目标——以各ITS子系统中提取各种共性和相关信息，采用先进的数据分析、统计、挖掘和关联等技术，为各层次的用户主体提供基于全系统范围内的信息服务和辅助决策，本文不仅提出了ITS共用信息平台的总体构架设计，以及各项功能的构成和要求；而且对构筑信息平台的关键技术，如信息源接口与信息统一标准设计、GIS底层平台、以CORBA为核心的中间件体系、数据挖掘和数据仓库技术、用户服务软件开发与安全措施等，分别进行了论述分析。     

数据挖掘在本科教学评估中的应用

数据挖掘是目前信息领域和数据库技术的前沿研究课题。关联规则技术是数据挖掘的最重要的组成部分之一,它用于发现大量数据中项集之间的有意义的关联和相关联系。在给出教学评估数据挖掘系统的框架之后,使用相关数据进行关联规则算法的实验,对结果进行初步分析,其得出的结论对高校教学评估和教学工作都具有一定的指导意义。     

智能化数据挖掘方法综述

数据挖掘被产业界认为是数据库系统最重要的前沿课题之一,是数据库技术、人工智能、机器学习等多学科相结合的产物。介绍了智能数据挖掘方法的研究现状及存在的问题,包括数据挖掘的定义、数据挖掘的任务;指出了数据挖掘研究的挑战性以及今后的发展方向。     

基于特征赋权的离群数据再聚类算法

离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析,定义了离群贡献度的概念,提出了一种基于特征赋权的离群数据再聚类算法.实验表明,该算法可以有效地揭示离群数据产生来源,有助于对整体数据集的更全面了解.     

针对公路收费系统数据挖掘的预处理

公路收费数据在进行数据挖掘前需要进行预处理,结合实际收费系统数据的特点,对数据预处理工作的目的和过程进行了简要描述。     

基于本体协助的数据挖掘在质量控制中的应用研究

在基于数据挖掘的质量控制方法的基础上,针对数据挖掘需要领域专家参与的局限性以及新的制造模式的出现,引入了本体的理论及其方法,提出了一种新的质量控制方法--基于本体协助的数据挖掘质量控制方法,在数据挖掘的各个环节提出了具体的方法和算法,将本体的协助用于数据挖掘的全过程,并在此基础上针对生产过程进行质量控制建模,最后在浪潮超越数控实验室中用车削螺纹的质量数据对模型进行了仿真试验.     

空间数据挖掘技术

随着数据挖掘技术的不断发展与成熟,空间数据挖掘已成为人们研究的热点之一。虽然现在还没有一个空间数据挖掘的实用系统,但展望前景空间数据挖掘可广泛用于遥感图象处理、地理信息系统、计算机地图制作等领域。 本文基于知识种类的划分,展现了一些具有代表性的新的空间数据挖掘技术。     

基于数据挖掘的车辆传动系统运行状态监测研究

引言传动系统不仅是影响车辆机动性的核心部件,也是致命故障的主要来源之一。因此,对传动系统的状态监测与故障诊断是车辆故障预测诊断的核心内容之一。本文将数据挖掘技术引入车辆传动系统的状态监测与故障诊断领域。通过数据挖掘技术能够存储并快速检索大量的、有噪声的、模糊的、不完全的、疏密不均和随机的监测诊断数据,提取隐含在数据中的知识规则、模式和关系,自动进行