检索结果-内蒙古大学图书馆

湖北省机械工程学会设计与传动专业委员会暨武汉机械设计与传动学会第17届学术年会

作者：黄雄伟陈定方祖巧红武汉理工大学智能制造与控制研究所

通过Web数据挖掘算法研究Web服务器日志,阐述Web数据挖掘基本流程,利用(.NET)开发组件可视化展示Web数据挖掘信息,以提供决策支持.

关键词：数据挖掘 Web数据挖掘数据可视化可视化数据挖掘

来源：评论

学校读者我要写书评

暂无评论

尺度维条件下空间数据的可视化聚类挖掘研究与应用

尺度维条件下空间数据的可视化聚类挖掘研究与应用

引用

作者：涂建东福州大学

学位级别：硕士

近年来,随着遍布全球的空间信息自动监测网络的完善,人们获取与搜集数据的能力越来越强,大量多源异构数据储存在空间数据库、关系数据库和数据仓库中。从某种意义上说目前我们不是缺少信息,而是被信息淹没了。因此如何发现各种大型空间... 详细信息

近年来,随着遍布全球的空间信息自动监测网络的完善,人们获取与搜集数据的能力越来越强,大量多源异构数据储存在空间数据库、关系数据库和数据仓库中。从某种意义上说目前我们不是缺少信息,而是被信息淹没了。因此如何发现各种大型空间数据库中所隐藏的、预先未知的信息以支撑相应的应用显得尤为重要,这就是目前空间数据挖掘的任务。作为空间数据挖掘的一个重要分支,空间聚类与传统聚类挖掘的不同在于空间数据本身的特性(高维、多尺度、海量等)以及空间对象之间具有复杂的关系(空间拓扑关系、方位关系和度量关系等),这些使得传统面向关系数据库和数据仓库的聚类挖掘算法不适用于空间数据库。本文从地理信息系统(GIS)的角度研究空间聚类挖掘算法,将空间数据两个重要特征(空间拓扑特性、空间多尺度特征)与可视化交互技术融入挖掘过程中,从空间邻接关系、多尺度两个点切入,初步研究空间聚类挖掘原理与方法。主要的研究内容和结果如下: 1)阐述了空间数据结构、空间数据挖掘和空间聚类挖掘的相关理论和概念,并对现有的空间聚类挖掘算法做了系统分析与研究。 2)讨论了空间数据预处理及相关可视化技术,并结合实例给出了建立空间多维立方体与进行在线联机分析处理(OLAP)的方法。 3)研究了基于空间邻接关系的空间聚类挖掘算法VSG-CLUST。该算法是一种基于图分割的可视化空间聚类算法。其基本原理是利用Delaunay 三角网与MST(最小生成树)两种图论工具将地理实体的邻接信息(空间相邻关系)加入并参与到空间聚类中,以维护聚类对象的基本空间结构特征,引导聚类过程得到既保证类内对象在属性上的相似性,又保证其在空间上邻接的聚集簇。算法的可行性与有效性得到验证。 4)研究了利用多尺度的空间概念层次关系进行空间聚类挖掘的算法。认为空间层次特征本质上是空间数据多尺度性质的表现,考虑尺度维条件下的空间聚类算法可将尺度因素作为一种约束条件施加于VSG-CLUST算法中MST的分割和修剪策略,即一种基于尺度因素约束的空间层次聚类挖掘算法。 5)最后,在上述理论研究和算法实现的基础上,给出了课题小组成员共同实

关键词：空间数据挖掘空间聚类空间邻接关系多尺度图论工具可视化数据挖掘

来源：评论

学校读者我要写书评

暂无评论

GPR数据时变结构模态的可视化挖掘方法研究

GPR数据时变结构模态的可视化挖掘方法研究

引用

作者：张亚森山东工商学院

学位级别：硕士

探地雷达(Ground Penetrating Radar,GPR)是一种用于探测地下结构分布的电磁勘测技术。GPR采集的数据具有规模大、时空特性复杂和对勘测环境敏感等特点,其中时变结构模态是GPR数据中最有价值的信息,对了解地下结构分布起着非常重要的作... 详细信息

探地雷达(Ground Penetrating Radar,GPR)是一种用于探测地下结构分布的电磁勘测技术。GPR采集的数据具有规模大、时空特性复杂和对勘测环境敏感等特点,其中时变结构模态是GPR数据中最有价值的信息,对了解地下结构分布起着非常重要的作用。但是,由于GPR数据中存在大量的噪声、杂波,导致传统的时变结构模态挖掘方法存在时间复杂度高、鲁棒性欠佳等问题。因而,提高时变结构模态挖掘过程的鲁棒性,并降低时间复杂度,成为GPR应用领域亟待解决的关键问题之一。可视化数据挖掘技术可以整合不同领域的理论、方法和工具,提供先进的分析手段、交互技术和可视表达,帮助人们与海量复杂信息之间的快速交流。为此,本文借助可视化数据挖掘技术的优势,解决时变结构模态挖掘过程中时间复杂度高、鲁棒性欠佳等问题,展开了 GPR数据时变结构模态可视化挖掘方法的研究。本文的创新性研究成果包括:(1)针对传统的时变结构模态挖掘方法可交互性弱,影响挖掘时变结构模态时间复杂度和鲁棒性的问题,提出了基于极坐标空间的双曲波时变结构模态可视化挖掘方法。使用主成分分析(Principal Component Analysis,PCA)方法将GPR数据的能量特征映射到极坐标空间,并利用人机交互技术分析、探索数据并从数据中挖掘双曲波时变结构模态。该方法利用用户的领域知识、可视化技术和交互技术,让用户可以快速从复杂的GPR数据中挖掘双曲波时变结构模态。案例研究结果表明,该方法有效提高了挖掘过程的鲁棒性,并降低了时间复杂度。(2)针对传统的时变结构模态挖掘方法学习数据特征能力弱,影响挖掘时变结构模态鲁棒性的问题,提出了基于可视化优化的双曲波时变结构模态检测方法。使用迁移学习方法和VGGNet网络模型构建双曲波时变结构模态检测模型VGG-GPR,随后使用基于LargeVis的可视化数据挖掘方法挖掘模型不敏感的数据,并将其作为新的训练集再次训练模型,以优化模型的性能。该方法借助可视化数据挖掘的优势,让用户可以快速、准确的挖掘模型不敏感的数据,进而可以提高模型的性能。实验结果表明,该方法可以有效提高了双曲波时变结构模态检测过程的鲁棒性。

关键词：探地雷达时变结构模态可视化数据挖掘鲁棒性时间复杂度

来源：评论

学校读者我要写书评

暂无评论

面向聚类的数据可视化方法及相关技术研究

面向聚类的数据可视化方法及相关技术研究

引用

作者：任永功东北大学

学位级别：博士

数据挖掘是在海量的数据中提取隐含的、未知的、潜在有用的知识或信息模式的数据处理方法，是20世纪90年代初为解决“数据丰富、知识贫乏”问题应运而生的一种新技术。但是，数据挖掘的过程非常耗时，算法相对复杂，常常会发现大量的无... 详细信息

数据挖掘是在海量的数据中提取隐含的、未知的、潜在有用的知识或信息模式的数据处理方法，是20世纪90年代初为解决“数据丰富、知识贫乏”问题应运而生的一种新技术。但是，数据挖掘的过程非常耗时，算法相对复杂，常常会发现大量的无用的知识，且容易出现偏差和错误。因此，需要采用有效的方法更清晰地观察数据的分布结构，了解数据之间的相互关系及发展趋势，理解数据挖掘的过程和结果。数据可视化技术成为解决这一问题的新的且有效的途径，已经成为数据挖掘领域的研究热点。数据可视化利用散点图、树图、曲线、曲面等图形图像来显示多维的非空间数据，用形象直观的图像来指引数据挖掘的过程，使用户加深对数据含义的理解，加快获取知识的速度。聚类分析是数据挖掘的一项重要功能，特别对高维数据分析具有很大优势。本文以聚类算法为基础，总结和分析现有的数据可视化方法，围绕着新的面向聚类的数据可视化技术、聚类分析的过程及结果可视化技术、可视化聚类分析交互技术等方面，进行深入且细致的研究。本文的主要工作如下：（1）虽然数据可视化方面已提出了很多方法，但是对数据可视化仍然没有明确的界定。本文对数据可视化同可视化、科学计算可视化、信息可视化的关系及应用范畴作了明确的划分。详细、系统地介绍了主要的数据可视化方法，通过对这些方法和技术的介绍，可以对数据可视化的作用、运用范围、区别于其他可视化技术的特点等方面有更深入的认识，这是进一步研究的基础。（2）现存的聚类算法众多，其中包括基于划分的聚类算法和基于层次的聚类算法等。本文在研究了现有的几种聚类算法，发现一些算法有的对脏数据敏感;有的虽不敏感，但计算量大，只适用于小规模数据量。针对这些问题本文提出了一种基于主次属性划分的聚类方法和一种新的数据可视化方法。利用数据的主属性和次属性的特征值对数据集进行聚类。实验表明，本方法算法简单、容易实现。（3）提出一种利用彩色刺激光谱投影到RGB颜色空间的原理，通过色度学中麦克斯韦的三角平面坐标色度图对各聚类结果进行可视化显示。实验表明，通过用这种多维数据的可视化方法对聚类结果进行可视化，有利于用户全面的理解数据，为数据的预测、决策起到重要作用。（4）一些聚类算法需要预先确定聚类个数、迭代次数或终止条件，而这些参数

关键词：数据可视化可视化数据挖掘聚类分析彩色刺激函数色度图切尔诺夫脸谱图动态平均线相关系数交互技术图像后处理技术

来源：评论

学校读者我要写书评

暂无评论

多维数据可视化技术研究

多维数据可视化技术研究

引用

作者：刘勘武汉大学

学位级别：博士

多维数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示,数据的各个属性值以多维数据的形式表示,通过向低维空间的映射,大量的数据集构成数据图像,从而对数据进行更深入的观察和分析,发现其中蕴涵的有用的信息.多... 详细信息

多维数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示,数据的各个属性值以多维数据的形式表示,通过向低维空间的映射,大量的数据集构成数据图像,从而对数据进行更深入的观察和分析,发现其中蕴涵的有用的信息.多维数据可视化研究的内容主要包括两个方面:1)以可视化的形式展示大型数据库中的多维数据集;2)从可视化的展示中发现隐含的信息,即可视化数据挖掘.该文在总结和分析以上各种技术的基础上,提出了一种快速的自组织多维数据可视化方法.该方法首先根据光谱能量和颜色之间的转换将多维数据映射到颜色空间.自然界的颜色是光源的能量在可见光范围内各波长上分布的总和,这种能量发布可以从光谱上来描述色彩的颜色.同样,对于自然界的每一种颜色也可以用RGB三色颜色空间中的点来表示.在能量分布和RGB颜色空间之间存在着定量的转换关系,每一个能量分布都可以映射到颜色空间中的某一点.如果将多维数据看成是这样一种能量分布,则任何一个多维数据也能在颜色空间中有一个对应的位置,这样形成了对多维数据的一个映射,每一个多维数据都可以用一个颜色来表示.这种多维数据向颜色模型的映射也可以看成是一种线性的降维技术,可以用来初步观察数据的分布结构.该文利用这样的映射结果对自组织映射(SOM)进行了改进,针对的是SOM中的初始化问题,这是影响SOM算法学习速度和数据收敛性的一个主要因素.在改进的SOM方法中,每一个神经元权矢量由两部分组成:颜色分量和数据分量.输出神经元在初始化时不是取随机的数据,而是对其颜色分量赋予某一种颜色,使整个输出神经元矩阵按某种颜色分布.这样每一个多维数据都可以通过颜色找到其最匹配的输出神经元,再将此数据的各维值作为初始值赋予对应神经元的数据分量,完成整个初始化过程,使神经元在初始化时就同数据分布有一定的联系,之后再经过SOM算法的不断学习,数据能很快达到稳定的映射,从而大大减少SOM算法的迭代次数,提高了算法的效率.该文以三个数据集验证了这种多维数据基于颜色模型的映射以及作用于SOM算法后,对SOM效率的提高.

关键词：多维数据可视化自组织映射聚类可视化数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于维度扩展的Radviz可视化聚类分析方法

引用

软件学报 2016年第5期27卷 1127-1139页

作者：周芳芳李俊材黄伟王俊韡赵颖中南大学信息科学与工程学院湖南长沙410075 中南大学软件学院湖南长沙410075

Radviz是一种多维数据可视化技术,它通过径向投影机制将多维数据映射到低维空间,使具有相似特征的数据点投影到相近位置,从而形成可视化聚类效果.Radviz圆周上的维度排列顺序对数据投影结果影响很大,提出将原始维度划分为多个新维度来拓... 详细信息

Radviz是一种多维数据可视化技术,它通过径向投影机制将多维数据映射到低维空间,使具有相似特征的数据点投影到相近位置,从而形成可视化聚类效果.Radviz圆周上的维度排列顺序对数据投影结果影响很大,提出将原始维度划分为多个新维度来拓展Radviz圆周上的维度排序空间,从而获得比原始维度条件下更好的可视化聚类效果.该维度划分方法首先计算数据在每个原始维度的概率分布直方图,然后使用均值漂移算法对直方图进行划分,最后根据划分结果将原始维度扩展为多个新维度.提出使用Dunn指数和正确率来量化评估Radviz可视化聚类效果.进行了多组对比实验,结果表明,维度扩展有利于多维数据在Radviz投影中获得更好的可视化聚类效果.

关键词： Radviz 可视化数据挖掘可视化聚类多维数据均值漂移

来源：评论

学校读者我要写书评

暂无评论

数据挖掘技术在大坝安全监测系中的研究与应用

数据挖掘技术在大坝安全监测系中的研究与应用

引用

作者：张海燕兰州理工大学

学位级别：硕士

数据挖掘是从大量的、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、人们事先不知道的有用信息、模式和趋势,并指导于实践。随着大坝工程规模的日益扩大和监测信息的积累,大坝安全监测信息的及时处理分析越来越困难,如... 详细信息

数据挖掘是从大量的、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、人们事先不知道的有用信息、模式和趋势,并指导于实践。随着大坝工程规模的日益扩大和监测信息的积累,大坝安全监测信息的及时处理分析越来越困难,如何将这些监测信息进行有效地管理并很好的应用于大坝安全检测系统中,是一个很重要的问题。而经过几十年的积累,大坝监测数据量达到了较大规模,且这些数据本身具备非线性、多因子、高噪声、非高斯分布以及自相关等复杂性。因此,监测数据具有良好的挖掘条件。本文主要研究内容： (1)说明大坝安全监控的重要性、复杂性及研制大坝安全监控数据挖掘系统的必要性；结合数据挖掘技术,提出大坝安全监测数据挖掘的概念。 (2)研究数据挖掘及其方法,着重探讨决策树算法、人工神经网络、K最近邻分类算法,并研究大坝监测技术等相关理论与技术支持。 (3)分析大坝监测系统构建的原则,搭建大坝安全监测系统的构架,研究现场总线技术及系统数据采集结构,确定了大坝安全监测系统。 (4)研究对比数据挖掘的主要算法,并选择数据挖掘模型。 (5)对数据可视化和可视化数据挖掘技术进行分析研究,探讨大坝监测信息多维数据可视化的方法以及可视化数据挖掘。本文最后对研究工作进行了总结,并提出了今后对研究工作的展望。

关键词：大坝安全监测数据挖掘数据可视化可视化数据挖掘

来源：评论

学校读者我要写书评

暂无评论

证券公司数据采集与数据可视化

证券公司数据采集与数据可视化

引用

作者：冯勇山东大学

学位级别：硕士

随着证券市场的竞争日益激烈，客户对券商服务的要求也越来越高，如何构建产品线，组织更加有针对性的市场活动以保持客户忠诚度、吸引新的客户来维持足够盈利，成为证券公司加强竞争力的关键所在。同时券商间单纯的价格战将对竞争的双... 详细信息

随着证券市场的竞争日益激烈，客户对券商服务的要求也越来越高，如何构建产品线，组织更加有针对性的市场活动以保持客户忠诚度、吸引新的客户来维持足够盈利，成为证券公司加强竞争力的关键所在。同时券商间单纯的价格战将对竞争的双方造成损失。它们迫切地需要提高企业内部的科学决策能力，增强在市场经营等方面的正确判断能力，把握企业发展方向。而数据可视化分析则是券商或营业部在服务质量等方面的差别逐渐减少的情况下，为了提高市场竞争力，寻求改善客户服务质量的一种有效途径。多年来证券公司高度的信息化使其积累了大量的数据，包括客户信息、客户交易数据、公司财务状况、产品销售情况等。数据采集与可视化可以充分利用这些数据，深层次地挖掘数据资源，并利用大量直观的多维的图表来反映公司的业务变化和客户需求，使公司的决策者能及时掌握公司的运行情况，并根据这些分析结果制定长远规划，从而提高公司的管理水平和竞争优势。本文简要分析了证券行业面临的竞争形势、证券公司数据分析的必要性和当前业务报表系统的缺陷，指出利用数据可视化分析技术建立经营分析系统的迫切性和可行性。文中阐述了数据可视化分析的相关理论基础和技术应用，探讨了数据采集的方法和规则，以及数据的标准化处理等问题。本文提出了一个基于数据可视化技术的证券公司经营分析系统框架，阐述了系统采用的关键技术并结合证券公司特点对系统进行分析和设计。对客户信息、交易数据等方面利用数据库工具进行了数据采集，并将形成的采集结果根据数据的性质和分析的目标进行了相应的可视化处理和分析。分析内容包括公司经营分析、营业部经营分析、客户价值分析三大部分，分别针对资产质量、交易品种、交易方式、客户构成、客户分布、客户习性等方面生成分析结果。分析结果基本上符合市场变化和经营决策的规律，对分析预测有一定的指导意义，有利于证券公司和营业部在业务发展和技术建设等方面作出正确地决策与判断，在其他方面的应用也有着较大的参考价值。

关键词：经营分析系统数据可视化数据采集可视化数据挖掘

来源：评论

学校读者我要写书评

暂无评论

采用本机智能机动策略增大越肩发射截获区

引用

系统仿真学报 2007年第13期19卷 2948-2950,2963页

作者：高劲松邹庆元陈哨东孙隆和中航一集团洛阳电光设备研究所河南洛阳471009

传统认为可通过改善导弹性能增大越肩发射截获区。深入研究越肩发射过程后,发现:目标和本机的运动是相互影响的,本机机动可以影响导弹对目标的截获。故提出可通过改善本机机动,即采用本机智能机动策略得到更大的越肩发射截获区。采用可... 详细信息

传统认为可通过改善导弹性能增大越肩发射截获区。深入研究越肩发射过程后,发现:目标和本机的运动是相互影响的,本机机动可以影响导弹对目标的截获。故提出可通过改善本机机动,即采用本机智能机动策略得到更大的越肩发射截获区。采用可视化数据挖掘,从过去越肩发射仿真数据中获取知识,通过采用模糊算法用所获取的知识改善本机机动策略,得到本机智能机动策略。在数字仿真中,通过采用这种智能的机动策略,本机的截获区比过去至少增大了122%。除了传统的通过提高导弹性能增大越肩发射截获区外,通过采用本机智能机动策略也能。

关键词：火力控制越肩发射可视化数据挖掘智能机动策略

来源：评论

学校读者我要写书评

暂无评论

吉林省农业机械研究院智慧农业数据可视化数字系统设计开发

引用

农业与技术 2020年第15期40卷 48-51页

作者：王聪裴莉张煜晗张晨徐勇吉林省农业机械研究院吉林长春130021

为助力“数字吉林”建设,吉林省大力实施数字农业创新工程。本研究融合了农业物联网技术、无人机遥感技术、可视化数据挖掘技术,设计开发了“吉林省农业机械研究院智慧农业数据可视化数字系统”,经推广应用后,能促进农民增产增收,提供... 详细信息

为助力“数字吉林”建设,吉林省大力实施数字农业创新工程。本研究融合了农业物联网技术、无人机遥感技术、可视化数据挖掘技术,设计开发了“吉林省农业机械研究院智慧农业数据可视化数字系统”,经推广应用后,能促进农民增产增收,提供合理化建议,推进“数字吉林”建设。

关键词：可视化数据挖掘农业物联网无人机遥感

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：