基于数据挖掘探讨中药治疗肝豆状核变性的用药规律

目的：基于数据挖掘探讨中药治疗肝豆状核变性的用药规律。方法：计算机检索1990年1月至2020年1月中国知网（CNKI）、万方数据（WANFANG DATA）、维普中文科技期刊数据库（VIP）中中药治疗肝豆状核变性的相关文献,利用Microsoft Excel 2010 进行频次分析,通过 SPSS Modeler 18.0、SPSS Statistics 23.0 对处方药物进行关联规则、复杂网络、系统聚类分析。结果：最终纳入文献161篇,筛选出处方151首,中药70味。中药频次排前5位的依次是泽泻、姜黄、大黄、黄连、丹参;功效排前5位的依次是利水渗湿、活血化瘀、清热、补虚、泻下药。二项关联多为利水渗湿、活血化瘀、清热、泻下药的组合,三项关联多为活血化瘀、清热、利水渗湿药的组合。聚类分析得到新方聚类的中药组合3类。结论：中医药治疗肝豆状核变性以清热化湿、活血化瘀为主,常用利水渗湿、活血化瘀、清热药,可配伍补虚及泻下药等。     

大数据时代的人类移动性研究

人类个体/群体移动特征是多学科共同关注的研究主题。移动定位、无线通讯和移动互联网技术的快速发展使得获取大规模、长时间序列、精细时空粒度的个体移动轨迹和相互作用定量化成为可能。同时,地理信息科学、统计物理学、复杂网络科学和计算机科学等多学科交叉也为人类移动性研究的定量化提供了有力支撑。本文首先系统总结了大数据时代开展人类移动性研究的多源异构数据基础和多学科研究方法,然后将人类移动性研究归纳为面向人和面向地理空间两大方向。面向人的研究侧重探索人类移动特性的统计规律,并建立模型解释相应的动力学机制,或分析人类活动模式,并预测出行或活动;面向地理空间的研究侧重从地理视角分析人类群体在地理空间中的移动,探索宏观活动和地理空间的交互特征。围绕这两大方向,本文评述了人类移动性的研究进展和存在问题,认为人类移动性研究在数据稀疏性、数据偏斜影响与处理、多源异构数据挖掘、机器学习方法等方面依然面临挑战,对多学科研究方法的交叉与融合提出了更高要求。     

采用非线性决策树的学生课堂教学满意度研究

学生反馈是评估高等院校课堂教学质量的重要指标。目前,对学生反馈的问卷仅进行主观理解和简单统计,无法提供准确定量的分析和支持依据。使用非线性决策树,对近3年本科必修双语课程《数字图像处理》的学生评教问卷进行数据挖掘,首先将其分成3类和10个不同输入,然后通过数据预处理、模型选择和建模,最后构建树状模型对其进行分析。分析结果符合对于该课程学生反应和争议较大的问题预期,为课程设计提供定量有效的教学分析工具。     

全国极端气温事件的空间关联模式挖掘研究

根据全国739个气象台站1961年1月至2005年12月的逐日气象数据记录建立时空序列数据集,提取极端高温事件和极端低温事件。结合传统关联规则挖掘技术和地理空间数据分析方法,对极端气温事件数据集进行了空间关联模式的分析。实验结果显示,所得空间关联模式中涉及的区域在空间上具有明显的聚集性;在东北、华中两个局部地区的台站中,极端气温事件的发生存在较强的关联规则(支持度阈值6%,置信度阈值95%),而在其他区域的台站中,极端气温事件不存在类似的关联规则,且极端高温事件的关联规则数量要明显高于极端低温事件。对存在关联规则的台站进行空间分析发现,同一关联规则内的各台站具有空间邻近性,其邻近范围约为200 km。以上空间关联模式的挖掘分析,可以为我国极端气温事件的预警和防控提供有价值的参考。     

高精度CORS站像控点自动提取方法

CORS站持续稳定运行产生了海量高精度定位点数据,如何挖掘提取高精度可用像控点,以替代部分像控点人工选择或外业测绘工作,具有重要推广价值。本文提出了一种基于高精度CORS定位数据的像控点自动提取方法,并研发了像控点自动提取工具。首先采用Douglas-Peucker算法实现轨迹简化;然后利用ST-DBSCAN提取聚类中心;最后进一步栅格化,优化提取得到高可用像控点集。试验结果表明,像控点提取结果的准确率在94%以上,大大减少了像控点采集的工作量,重复利用高精度像控点信息具有广阔应用前景。     

网络约束下局部空间同位模式的扫描统计方法

空间同位模式挖掘旨在发现空间数据库中频繁发生在邻近位置的地理事件。由于空间异质性,地理事件在不同区域邻近出现的频繁程度亦存在差异,进而形成局部同位模式。现有局部同位模式挖掘方法多基于欧氏空间的平面假设,难以客观揭示网络空间（如城市道路）内地理事件间的局部同位规律,因此基于空间扫描统计思想,提出了一种网络约束下的局部同位模式挖掘方法。首先,发展了网络约束下的路径扩展方法,识别可能存在局部网络空间同位模式的候选路径;其次,基于网络约束下的二元泊松分布构建显著性检验的零模型,判别候选路径中局部网络空间同位模式的有效性。通过模拟实验与北京市出租车供需模式分析,发现该方法比现有方法得到的结果更精细、更客观,能够有效地挖掘网络约束下的局部同位模式。     

智慧城市中的大数据

探讨了智慧城市的概念,总结了其发展历程,剖析了中国建设智慧城市的动力和目标,阐述了智慧城市的支撑技术,并提出了智慧城市的基础架构,即在数字城市的基础上有机地融合物联网和云计算技术,以实现对现实城市中人和物的自动控制和智能服务。针对无所不在的传感器网对智慧城市的大数据进行了分析,面对智慧城市中大数据将带来的诸多问题和挑战,提出了应对大数据的策略和思路,重点论述了云计算与数据挖掘,并给出了云平台的基础框架,提出了建立智慧城市运营中心的建议,最后展望了智慧城市未来美好的前景。     

空间信息智能感知与服务深圳市重点实验室及海岸带地理环境监测国家测绘地理信息局重点实验室简介

<正>深圳大学空间信息智能感知与服务深圳市重点实验室及海岸带地理环境监测国家测绘地理信息局重点实验室是新组建的实验室,研究领域为时空数据挖掘、多传感器集成测绘新技术、海岸带测绘及海岸带遥感和应用,以及位置服务与智能交通等;研究思路是将空间信息智能感知的理论和方法应用于多源时空数据快速获取以及时空数据的分析、挖掘和可视化,并与地理信息服务相结合,应用于位置服     

基于贝叶斯网络的Web访问模式挖掘模型系统

根据用户的访问记录,以及每次检索输入的关键词、用户的动作来动态更新用户的兴趣点.提出了一个能较好吻合这一思想的数据挖掘模型,以用户的停留时间、访问频率和用户输入的检索关键词为数据对象,进行用户兴趣分析,动态跟踪用户需求意向,简化检索过程,提高WEB资源的使用效率.     

数据挖掘在高校学生管理决策中的应用模式分析

随着因特网的广泛应用,各高校在开展现代远程教育过程中记录了大量复杂的学生信息,基于这些历程信息,在高校学生管理决策中利用数据挖掘技术,提出了现代高校学生管理工作的新模式,并就几个管理决策的应用模式进行了实例分析.