基于云平台的物联网数据挖掘算法的能量分析

从物联网产生的大量数据中获得有效信息需求出发,分析数据挖掘在现有运行平台上的不足,同时指出云平台上的优势.分析数据挖掘中的决策树算法,通过对信息熵和信息增益地分析,得出算法复杂度和能量之间的内在关系,指出并行数据挖掘的计算复杂度和通信复杂度对效率地影响,得出提高系统的隐含并行性是在云平台下减少运行时间、降低能耗的可靠办法.     

一种改进型聚类算法应用于科学数据挖掘

聚类是数据挖掘中很重要的一部分.提出一种新的算法,不仅能避免最终的结果陷入局部解而且不用预知类别就可以对大批的数据进行分类,同时可以很容易的找出噪声数据.实验证明了这种算法在科学数据挖掘中是很有效的.     

网格环境下基于双服务器和时间优先的资源查找法

对网格环境下现有查找方法进行了简要分析和比较,指出了其中存在的不足,提出了基于双服务器和时间优先的资源查找算法(Dual Serve&Time First,简称DSTF)。对这些资源查找方法进行了时间和空间复杂度分析,结果表明DSTF算法的时间复杂度不大,其空间复杂度小,是网格环境下一种有效的资源查找方法。     

云计算集群系统负载均衡算法的熵判定值

分析云计算集群系统与热力学系统的内在相似性,建立云计算集群系统的物理模型.从熵及广义复杂度两方面入手,探讨云计算集群系统均衡负载问题与能量的关系,推出云计算集群系统达到均衡状态所消耗的基本能量值.基于基本能量值,进一步推出云计算集群系统均衡负载的算法复杂度熵判定值,为后期负载均衡算法的改进提供参考标准.     

数据挖掘中关联规则的探讨

介绍了数据挖掘中关联规则的概念及经典的Apriori算法,以及在Apriori算法基础上的改进算法和数据挖掘的应用领域.     

矢量量化编码的码书设计研究

以矢量量化技术在图像压缩领域的应用作为研究目标，详细阐述了矢量量化码书生成技术，总结分析了现有典型的LBG算法，并针对LBG算法的不足，提出了改进的覆盖聚类算法，减少了计算复杂度，缩短了程序运行时间。通过理论推导和具体实现，证明了改进方法的可行性和有效性。     

一种高效的迭代OFDM频偏估计算法

提出了一种改进的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）载波频率偏移估计算法并通过MATLAB进行仿真.仿真结果表明算法对小数载波频率偏移估计精度高并且其算法复杂度低.     

基于Weka的地震数据挖掘系统的设计与实现

基于开源的数据挖掘系统Weka,使用Java语言及面向对象的思想,设计并实现了地震数据挖掘系统。根据地震数据资料的特点,将数据挖掘的核心技术（聚类分析、关联规则分析等）引入到该系统中,其中聚类分析选用DBSCAN作为核心算法,关联规则分析选用Apriori作为核心算法。用户使用该系统只需在交互界面选择相关参数,即可实现调用数据挖掘算法来分析地震数据,发现探索其隐含规律。     

一种基于信息网格的空间数据分解算法

针对空间数据库数据海量且分布的特点,为了能从这些空间数据中更加有效的收集信息和发现知识,介绍了基于信息网格的空间数据挖掘计算模型,在分析空间数据划分一般原则和方法的基础上,针对该计算模型给出了一个数据划分的初步算法,并通过模拟实验对算法的时间性能进行了评价与分析。     

基于状态转移矩阵的Hilbert码快速生成算法

空间填充曲线的空间排列码可实现多维空间到一维空间的线性映射,广泛应用于空间查询、空间索引、空间划分及影像编码等领域。Hilbert是一种优秀的空间填充曲线,具有非常好的空间聚集性。传统的Hilbert排列二进制循环位操作算法的算法复杂度为O(n²)。本文首先分析了Hilbert的分形自相似特性,推导并归纳出Hilbert状态转移矩阵,按位编码顺序定义了空间划分中的象限顺序,将Hilbert状态转移矩阵转换为C++中的数组运算,减少了Hilbert码计算过程中的嵌套循环及迭代处理,将算法复杂度降为O(n)。其次,采用位域共用体以数值计算替代了传统计算过程中的数值与字符串间类型转换,提高了Hilbert码生成算法的性能。最后,在C++环境下实现了Hilbert码快速生成算法的相关代码,并完成算法的正确性验证实验和性能对比实验。实验结果表明,本文提出的算法计算结果与二进制循环位算法的结果一致,在性能上本文算法与二进制循环位算法及空间层次分解算法相比有明显的优势。     

国内空间数据挖掘研究进展与技术体系探讨

基于空间数据具有的海量、非线性、尺度性等特点,分析了空间数据挖掘技术具有的复杂性、尺度性、综合性、空间性、可视化、多样性特征,并结合调研国内5年来空间数据挖掘研究进展,探讨分析了空间数据挖掘技术体系的组成内容。     

基于CSMA/CD通信总线的数据一致性算法

为了解决总线网络中多节点数据一致性问题,提出了基于CSMA/CD通信总线的分布式算法。通过区分读写特征提高算法的并发度;通过求“模”运算将分布式同步问题转化为单节点同步,提高算法的性能,减少所需的消息数。性能分析和仿真试验表明,该算法消耗系统资源较少,有较低的消息复杂度和时间复杂度。     

基于模糊关联规则的NCRE数据分析

在对NCRE数据进行预处理的基础上。通过定义模糊事物数据库．将模糊集与经典关联规则算法结合起来，提出了一种模糊关联规则的数据挖掘算法，将其应用于NCRE数据分析，收到了较好的效果。     

基于模糊关联规则的NCRE数据分析

在对NCRE数据进行预处理的基础上,通过定义模糊事物数据库,将模糊集与经典关联规则算法结合起来,提出了一种模糊关联规则的数据挖掘算法,将其应用于NCRE数据分析,收到了较好的效果。     

我国经济增长的自组织模型研究

经济系统的复杂性决定了经济变动及影响因素解释的困难性.应用自组织数据挖掘方法,建立一个解释我国GDP增长的自组织模型,同时与用主成分分析方法建立的GDP增长模型进行比较,分析影响我国经济增长的主要因素,并在此基础上提出相应的对策思路.     

Web环境下地学数据共享用户行为模式分析

了解科学数据共享用户行为特征对实现高效、精准的数据共享服务具有重要的参考意义。本文基于国家地球系统科学数据共享平台网站服务器日志及服务记录数据,利用空间数据挖掘及Web使用挖掘技术,探索地球系统科学数据共享用户行为模式。在数据预处理阶段,完成用户识别、会话识别、位置识别,并对数据进行空间建模、空间数据库建库。在数据挖掘阶段,分别对用户产生的网页浏览数、会话数、数据集浏览数为对象进行空间“热点”分析,识别用户行为的地域差异。针对用户数据浏览和下载行为,采用FP-growth算法对用户——数据之间进行关联规则挖掘,发现用户对数据关注和使用的高频规律。分析结果表明：（1）该共享平台用户地在国内各省市均有分布,用户最多的3个省（市）分别为北京市、山东省、江苏省,该分布与国内高校学生分布相关程度不高,但与“211工程”高校学生的空间分布相关度较高;（2）空间“热点”分析表明,北京、天津及河北北部无论在网页浏览、数据浏览还是会话量上都是“热点”区域,但识别的“冷点”区域有较大不同,尤其是数据访问“冷点”分布较广,如南方沿海省份、河南省、山东省、四川省等;（3）关联规则挖掘发现多个数据浏览高频项目集以及关联规则。数据下载高频项与数据浏览高频模式较好吻合,但下载行为未表现出明显关联规则。本文提供了一种结合Web使用挖掘和空间数据挖掘的用户行为模式挖掘方法,该方法也可用于其他类型网站的数据挖掘。     

关联规则和序列模式算法在入侵检测系统中的应用

将关联规则算法与序列模式算法应用于入侵检测系统中,介绍了将扩展的关联规则Apriori算法与序列模式GSP算法相结合,挖掘原始审计数据中频繁模式的过程,并实现了这两种算法在入侵检测中的应用.