注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据流挖掘中的聚类算法综述

  2. 摘 要: 近期，随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流，对数据流挖掘的研究变得重要而富有意义。聚类分析作为数据流挖掘领域的一个重要问题，在近期被高度重视和广泛研究。由于数据流模型不同于传统数据集的特殊性质，新的要求和挑战应运而生。本文对数据流挖掘中各种聚类分析算法和处理框架做了综述。文章力图回顾数据流聚类分析领域的最近发展水平，提供给读者该领域的一个清晰的蓝图。为了实现这个目标，我们将首先介绍数据流聚类的

  3. 所属分类：其它

    • 发布日期：2009-07-02
    • 文件大小：751kb
    • 提供者：aonu

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1mb
    • 提供者：huanghyw

  1. 时序模型的挖掘模型内容

  2. 利用MS Analysis Server时序挖掘模型预测结果

  3. 所属分类：SQLServer

    • 发布日期：2012-10-25
    • 文件大小：63kb
    • 提供者：xinxin4312

  1. 多维数据集中高维数据可视化算法研究

  2. 多维数据集中包含海量的复杂高维数据,如何对这些数据进行科学的理解、分析和使用,是数据挖掘领域的一个重点和难点课题.针对传统可视化算法无法解决高维数据多属性的可视化问题,算法复杂、适用性较差的不足,提出基于快速数据聚类的可视化算法研究.算法构建了一种多维数据模型,采用三角多项式建立映射关系;对多维数据集做不同层次的划分,并基于聚类的效果筛选最佳聚类数;最后在平行坐标系基础上,对高维数据进行时序多维分析,提高算法鲁棒性.实验证明提出算法简洁易用,能够较好地实现对多维数据集中高维数据的理解和分析.

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-16
    • 文件大小：261kb
    • 提供者：qq_28339273

  1. 基于HHT-CS-ELM的瓦斯涌出量时序预测

  2. 为有效挖掘瓦斯涌出量监测数据隐含特征,预防瓦斯动力灾害,基于希尔伯特-黄变换(HHT)方法、布谷鸟搜索算法(CS)和极限学习机(ELM)基本理论,构建了瓦斯涌出量的HHT-CSELM动态预测模型。通过EMD将样本序列分解成多个不同频率的本征模态函数(IMF)分量;利用Hilbert变换获取各分量的瞬时频率,并据此将IMF分量划分成较高频和低频,采用不同的预测模型进行预测,经叠加各预测值得到最终预测结果。以汾西矿业集团某矿瓦斯涌出量监测数据为例进行仿真实验,结果表明:HHT方法能有效降低数据复杂度

  3. 所属分类：其它

    • 发布日期：2020-05-03
    • 文件大小：291kb
    • 提供者：weixin_38607088

  1. Temporal Features_process.py

  2. 数据挖掘中的时序特征提取，分段特征、统计特征、熵特征，逼近处理，平滑... 基于时序数据的回归预测问题,在工作中经常遇到的。它与一般的监督学习的回归模型的区别在于数据本身是基于时序的

  3. 所属分类：机器学习

    • 发布日期：2020-02-03
    • 文件大小：17kb
    • 提供者：u010243662

  1. 煤层底板水害三维监测与智能预警系统开发框架

  2. 针对华北型煤田煤层底板突水监测点覆盖不全、智能化水平不高等问题，论文以底板“下三带”理论为基础，提出集多频连续电法充水水源监测、“井-地-孔”联合微震采动底板破坏带监测以及监测大数据智能预警为一体的煤层底板突水三维监测与智能预警技术思路。其中多频连续电法监测系统以伪随机多频序列为人工场源，利用伪随机相关辨识技术提取强噪声背景中的弱信号，采用拟高斯-牛顿法对预处理数据进行三维电阻率反演，实现对煤层底板充水水源变化过程的自动化三维监测；“井-地-孔”联合微震监测系统主要通过研制带推靠的孔中传感器及回

  3. 所属分类：其它

  1. 数据融合在煤矿监测时序数据处理中的应用

  2. 当前我国煤矿都安设了安全监控系统,但总体数据质量较差,产生的大量时序数据缺乏深入挖掘,满足不了煤矿安全生产的需要。本文利用数据融合方法,从数据级、特征级和决策级等三个层级对安全监测时序数据进行了分析处理,给出了相应的数据融合模型,提高了数据准确度,得到了更多的有效信息,为煤矿安全生产管理及决策提供了支持。本文给出的各层级数据融合方法也是数字化矿山、智能矿山建设的有益参考。

  3. 所属分类：其它

    • 发布日期：2020-06-19
    • 文件大小：785kb
    • 提供者：weixin_38646902

  1. ART技术在钢绳芯输送带接头抽动预测中的应用

  2. 在煤矿运输领域的钢绳芯带式输送机的安全监管背景下,接头抽动情况是需要引起警惕的征兆。通过引入基于ART算法的时序数据挖掘技术,对现场传感器数据的采集、整理,对如何进行系统建模进行了研究,建立了符合数据挖掘要求的数学模型,证明了将基于ART的数据挖掘技术引入当前钢绳芯输送带安全监管领域的可行性。本系统具有预测带式输送机的未来运行情况的功能。

  3. 所属分类：其它

    • 发布日期：2020-06-29
    • 文件大小：215kb
    • 提供者：weixin_38713057

  1. 话题跟踪中静态和动态话题模型的核捕捉衰减

  2. 话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性

  3. 所属分类：其它

  1. 基于局部极差变化率的风电功率波动定量刻画

  2. 针对目前风电功率波动性研究中缺乏对其时序演进特征定量刻画的问题，对风电场实测功率数据样本进行分析，提出一种基于局部极差变化率的风电功率持续波动状态的识别方法，提取风电若干个持续出力状态以描述风电功率的持续波动特征。以用来衡量局部极差变化率的幅值和相角为模型输入量，建立灰色多目标决策模型，通过兼顾幅值的变化和相角的变化以寻找模型次优解的方法挖掘出具有代表性的幅值和相角，进而定义表征波动的量即波动系数，并以此来量化风电功率在某一时间段内的波动。给出了使用波动系数修正现行风电场预测预报考核指标的方法。

  3. 所属分类：其它

  1. 带有同步预测的WBAN时序数据融合算法

  2. 提出一种带有同步预测的时序数据融合算法，利用多分辨率分析特性对采集的原始数据进行预处理，挖掘反映人体生理状态的本质特征，进而采用同步预测机制在感知节点和汇聚节点处分别建立轻量级预测模型，消除网内冗余数据的传输以降低能耗。结果表明所提出的融合算法具有较高的预测精度，能够实现低开销的无线体域网时序数据融合。

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：512kb
    • 提供者：weixin_38549327

  1. 基于时序模型迁移的间歇过程监测建模方法

  2. 针对工业生产过程频繁变更操作条件的需求, 提出一种基于时序模型迁移的方法, 通过从旧过程数据中挖掘并提取相似性信息, 可以快速建立新过程的监测模型. 将该建模方法与时序模型迁移相结合应用于青霉素发酵仿真过程, 实验结果验证了该方法的有效性.

  3. 所属分类：其它

  1. 运用开端神经网络进行人体姿态识别

  2. 通过迁移深度神经网络在图像识别方面的经验，提出了一种基于Inception神经网络和循环神经网络结合的深度学习模型（InnoHAR），该模型端对端地输入多通道传感器的波形数据，利用 1×1 卷积对多通道数据的有机组合，不同尺度的卷积提取不同尺度的波形特征，最大池化过滤微小扰动造成的假阳性，结合时间特征提取（GRU）为时序特征建模，充分利用数据特征完成分类任务。相比已知最优的神经网络模型，在识别准确度上有近 3%的提升，达到了state-of-the-art的水平，同时可以保证低功耗嵌入式平台的实

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：794kb
    • 提供者：weixin_38545243

  1. 基于节点通信行为时序的指控信息流挖掘算法

  2. 针对通信网络中节点之间通信内容未知的情况，提出了一种基于节点行为时序的指控信息流挖掘算法。首先，对用户通信行为的相关性进行建模，提出了节点通信行为模型，分别对节点的背景通信和指控类通信的行为进行建模；其次，提出了 FlowMine 算法，对模型进行求解并对算法的收敛性进行了分析，该算法采用抽样迭代的思想对模型参数进行估计，能够给出参数的一个近似估计值；最后，通过模拟数据和实际数据验证并分析了FlowMine算法的有效性。实验结果表明，所提算法能够较快收敛，并能够得到可信的指控信息流。

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：972kb
    • 提供者：weixin_38575118

  1. GAD：基于拓扑感知的时间序列异常检测

  2. 为了解决网络中节点设备异常检测、智能运维、根因分析等问题，针对链路时延、网络吞吐率、设备内存使用率等时序数据，提出了一种基于图的门控卷积编解码异常检测模型。考虑网络场景的实时性需求以及网络拓扑连接关系对时序数据的影响，基于门控卷积对时序数据并行提取时间维度特征并通过图卷积挖掘空间依赖关系。基于时空特征提取模块组成的编码器对原始输入时序数据编码后，卷积模块组成的解码器用于重构时序数据。原始数据和重构数据间的残差进一步用于计算异常分数并检测异常。在公开数据和模拟仿真平台上的实验表明，所提模型相对于目

  3. 所属分类：其它

  1. 基于时标量测的电网实时预警关键技术方案

  2. 时序数据库使记录带时标量测数据成为可能，因此提出了基于时标量测的电网实时预警方案。该方案包含４个核心技术点，即系统数据的分流处理、脚本驱动的告警规则定义与执行、基于运行历史数据挖掘的运行状态预测告警、告警结果精细化的展示以及多样化的辅助决策分析，实现了电网模型数据与时标量测的实时数据、历史数据融合应用，解决了电网量测跳变难以捕捉、告警准则单一、电网运行异常时缺乏预警手段等问题。所提方案在实际工程中的应用结果表明，其提高了预警系统的准确性和有效性。

  3. 所属分类：其它