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     

数据挖掘技术在高校资产管理中的应用研究

近年来高校的快速发展促使学校内部收集了大量的数据,并且迫切需要将这些数据转换成有用的信息和资料,为资产的管理提供有效的保障,本文就数据挖掘技术中决策树学习算法运用于资产的优化分配问题进行了探讨。     

统计学在成绩分析中的应用

考试成绩是教学效果反馈的重要内容,科学的成绩分析会对分析教学效果、改进教学方法进而提高教学质量有重要帮助.本文系统地介绍了成绩分析中常用的基本描述统计分析、参数假设检验、单因素方差分析、相关分析等统计方法,介绍了这几种统计方法的原理、计算公式、计算步骤和在SPSS软件中的选择菜单,并结合实际案例给出了应用方向,为教师在成绩分析过程中正确处理数据提供了科学依据与方法.     

数据挖掘技术在公路汽运中的应用

数据挖掘是在计算机技术的基础之上发展出来的新兴技术,这项技术的本质就是通过处理海量的数据,找出其中的规律,为领导者们做决策提供科学合理的技术支持。对数据挖掘技术做了介绍,又较为详细的说明了它在公路汽运中的应用情况。     

高校学生成绩数据库预处理技术及其统计应用

高校学生成绩数据量庞大,数据类型也不尽相同。做好学生成绩数据的整理,并对之进行有效的统计分析,为教学管理部门提供科学的决策依据是一个值得研究的问题。本文以某高校学生成绩数据库为例,介绍了异构数据库数据导入导出、数据库数据规范化等预处理方法,给出了用于成绩分析的若干统计指标的计算实例。     

浅析数据挖掘技术在高校图书馆中的应用

如何快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用,是急需解决的问题。本文针对当前的热点问题对数据挖掘技术展开讨论和研究。简单描述了数据挖掘技术在现代化图书馆中的应用。这些信息技术为图书馆成为知识服务中心提供了可能。     

基于粗糙集理论的润滑油衰变数据挖掘及实现

多种润滑油衰变监测技术联合使用,会产生大量信息冗余,为减少信息的处理量,提高推理效率,利用基于粗糙集理论的数据挖掘方法对某柴油机润滑油衰变信息进行融合约简,得出该型柴油机润滑油衰变状态的最优决策规则,说明粗糙集理论对润滑油衰变冗余信息的处理是有效的,同时也表明依靠润滑油红外光谱信息可以完成润滑油衰变状态评价任务.     

数据挖掘在搜索引擎中的应用

随着互联网的迅猛发展,搜索引擎成为大家使用网络最好的工具。本文概述了搜索引擎的工作原理和相关概念,接着介绍数据挖掘概念。网络数据挖掘和搜索引擎两种技术的相互补充,将网络数据挖掘技术应用到搜索引擎领域,从而提高搜索引擎性能。     

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。     

数据仓库在商品交易中的应用

着重讨论了数据仓库技术在商品交易中的应用，详细介绍了商品交易系统中数据仓库的设计和建立。并且进一步讨论了如何建立基于数据仓库的商品交易决策支持模型。     

A Generalized Rough Set Approach to Attribute Generalization in Data Mining

This paper presents a generalized method for updating approximations of a concept incrementally, which can be used as an effective tool to deal with dynamic attribute generalization. By combining this method and the LERS inductive learning algorithm, it also introduces a generalized quasi-incremental algorithm for learning classification rules from data bases.     

Study on Factors Affecting Springback and Application of Data Mining in Springback Analysis

Springback of sheet metal induced by elastic recovery is one of major defects in sheet metal forming processed. Springback is influenced by many factors including properties of the sheet material and processing conditions. In this paper, a springback simulation was conducted and comparisons between the results based on different processing variables were illustrated. The discovery of knowledge of the effects of geometry and process parameters on springback from FEM results becomes increasingly important, as the number of numerical simulation has grown exponentially. Data mining is an effective tool to realize knowledge discovery in simulation results. A datamining algorithm, rough sets theory (RST), was applied to analyze the effects of process parameters on springback in U-bending.     

基于Rough集理论的增量式数据挖掘算法

提出一种求精简规则的带支持信息的增量式算法IDMA,该算法改进了传统挖掘算法的缺点,可充分利用已挖掘出的规则集来对新增实例进行决策规则挖掘,同经典Rough集挖掘算法比较,算法IDMA计算过程简单,而且效率较高.     

用粗集理论挖掘项目审查(评估)中的专家共识

为了改进现有的评估方法。在项目审查(评估)中，采用基于决策表的粗糙集模型算法。从众多专家的决策中找到潜在地存在于各个决策中的、公认的决策共识作为项目审查的依据和最终结果．应用该算法可以找出条件属性集中对决策最为重要的影响因素，确定实际应用中的数据采集规则．提出采用条件属性集的约简作为新的条件属性集的方法，以降低决策的复杂性，防止决策者个体的舞弊行为．     

粒计算及其应用的研究

粒计算是一种新的计算模式,涉及到如何利用粒来求解问题的方法,其基本问题是两个相关问题的研究：粒的结构和粒的计算.本文介绍了有关粒计算中的研究问题和相关的主要研究工作;使用Rough集理论作为工具,在信息系统S上提出了粒计算的一种模式,给出了粒语言、粒语义和粒运算的形式定义;并探讨了该粒计算模式在数据挖掘中的应用.     

NEW METHOD FOR DERIVING OPTIMAL REDUCT

ＩｎｔｒｏｄｕｃｔｉｏｎＤａｔａｍｉｎｉｎｇｉｓｔｈｅｐｒｏｃｅｓｓｏｆｉｄｅｎｔｉｆｙｉｎｇｕｓｅｆｕｌ,ｖａｌｉｄ,ｎｏｖｅｌａｎｄｕｌｔｉｍａｔｅｌｙｕｎｄｅｒｓｔａｎｄａｂｌｅｐａｔ－ｔｅｒｎｓｉｎｄａｔａ［１］,ａｎｄｉｓ“ｔｈｅｍｏｓｔｄ...     

用于数据分析的变精度模糊粗糙模型

利用模糊集理论扩展Ziarko的变精度粗糙集模型,得到变精度模糊粗糙数据模型(VPFRDM).以属性重要性为启发式信息,提出了模糊信息系统中的属性约简方法.通过计算各模糊模式类相对于决策类的分类能力,生成相应的模糊规则.仿真实验表明,与Ziarko的变精度粗糙集方法相比,VPFRDM具有更好的数据概括能力.     

增量数据挖掘算法在区域交通管理中的应用

分析了基于关联规则的增量数据挖掘算法，指出其效率低下的原因，针对传统数据挖掘算法多次迭代扫描，每次迭代产生数目更大的频繁项集的不足，提出链表增量数据挖掘算法LIUA，并将该算法应用于区域性车辆自动识别管理系统中，有效地挖掘出系统中的关联规则，对挖掘出的关联规则进行了分析．通过测试结果表明该算法是合理有效的．     

C4．5算法在医疗保险数据挖掘中的应用研究

随着医疗保险制度的日益完善和参保人数的迅速递增,医疗保险管理信息系统积累了大量数据。如何充分利用这些数据,辅助决策者制定出更加合理的医疗保险政策,已成为当前亟待解决的问题。利用决策树C4．5挖掘算法对医疗保险系统数据进行分析,找出影响就医公平的关键因素,辅助决策者进行政策参数的最优化设置。