舰船推进系统集成管理知识挖掘方法研究

针对舰船推进系统集成管理中的实船训练仿真建模与机械设备状态评估等高级应用对知识的需求,研究知识管理中所需要的知识内容与形式,探索数据挖掘方法在大数据知识获取中的应用模式。以某型推进装置为对象,研究使用数据挖掘技术获取所需集成管理知识的途径,包括聚类算法在推进系统稳态工况基准模式识别中的应用,以及关联算法在状态特征模式识别中的应用等。本文研究为实现基于知识的舰船推进系统集成管理提供了研究基础。     

电力系统无功补偿技术的应用与发展

对无功功率进行有效补偿以提高电能利用率是电力系统的核心问题。详细阐述了无功补偿的作用和相关技术的发展历程,分析了各类补偿方法的特点和存在的问题,并对无功补偿技术的发展及其在船舶电力系统中的应用趋势进行了展望。     

基于分类矩阵ID3决策树的数据预处理技术研究

分析数据挖掘中数据预处理的重要性,提出了一种基于分类矩阵的ID3算法,通过引入分类矩阵对ID3算法的多值偏向性和分类速率进行改进,并利用实例对改进效果进行验证,最后在数据挖掘的预处理中,分析了改进算法在缺失值填充和异常数据处理中的具体应用.通过分析可以发现该改进算法能有效克服多值偏向性并提高分类速率,并在数据预处理中有很好的应用效果.     

海运物流信息风险对操作风险影响机理研究

为了探究海运物流中信息风险对操作风险的影响机理,通过文献梳理和问卷调查法分别进行相关风险识别和风险频率的数据收集,采用基于软集的关联规则方法对海运物流信息风险与操作风险之间的关联性进行挖掘.研究结果表明:信息及时性风险会对资产受损/丢失风险产生很强的影响;信息安全性风险会对货物受损/丢失风险、资产受损/丢失风险、人员安全风险产生较强的影响;信息准确性风险对运输延误风险、仓储风险会产生一定程度的影响.     

数据挖掘技术在联网收费系统数据信息综合上的应用

在智能交通系统的研究中,如何应用现代信息处理技术,努力使道路交通作为一个系统来实现智能化是核心的研究领域。联网收费系统的建立不但将大大改善和提高了国道主干线的收费水平,同时系统将收集和保存大量的道路交通信息数据,对这些数据进行充分有效的再利用,将为实现国道主干线的导航智能化、交通流量最佳化、安全驾驶支援提供必要的知识和信息,为收费策略的制定提供决策支持。     

浅析数据挖掘技术

数据挖掘技术结合了机器学习、统计分析以及数据库等技术,能够高度自动化地分析原有数据,从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识,并做出归纳性的推理,以帮助决策者最终认识数据的真正价值。     

入侵检测与蜜网及防火墙的联动技术

基于数据挖掘的入侵检测系统与防火墙和蜜罐协作,各个系统之间的联动和信息共享,以及侧重点不同的任务配合,能够缩短处理时间,提高系统运行效率,发现未知的入侵和攻击手段。     

一种基于Logistic回归和分类树的客户信用评估方法研究

探讨了基于Logistic回归和分类树的客户信用评估。从众多客户信用度影响因子中选择一些探索性变量,建立了相应的关联性测试模型。描述了Logistic回归和分类树的具体算法以及相关概念,如期望信息、信息增益等,然后分别使用Logistic回归模型和分类树对客户信用进行了测试评估。比较分析结果表明,分类树模型具有较低的错误分类率和较好的灵活性,但对计算资源的要求较高,且很大程度上依赖于观测数据。     

基于Web技术的数据仓库和数据挖掘

随着数据仓库和web技术的迅猛发展,人们对数据仓库和web技术的研究越来越广泛,数据仓库设计得是否合理,将直接关系到整个数据仓库的成败.本文分析web技术与数据仓库,并将web挖掘技术引入到数据仓库中.     

粗糙集理论的一种新扩充模型

粗糙集的扩充模型主要有容差关系和相似关系两种，以及这两种模型的改进形式。在此基础上，提出了改进型的限制容差类关系模型，使得其分类更加合理，对这种关系模型的两种特殊情况进行了分析和证明，并提出了基于这种模型的一致性检验和冗余属性删除的方法。