分享到:

数据挖掘:信息战场“淘金术”

随着信息技术的发展,情报信息量急剧增大,但真正有价值的情报却深藏于信息的汪洋大海之中,战场指挥员深陷“被数据淹没,而又情报饥饿”的怪圈。这时,一种针对信息海洋的“淘金术”——数据挖掘技术应运而生,成为目前信息领域的研究热门,在军事领域有着极其广阔的应用前景。$$囧:数据爆炸而信息贫乏$$日常生活中,大量信息在给人们带来方便的同时也带来了一大堆问题,诸如信息过量难以消化、信息真假难以辨识、信息安全难以保证、信息形式不一致等等。$$同样,高技术条件下的战场情报侦察也有类似的困惑:涉及的领域广阔而复杂,包括航天、航空、地面、水面、水下主动与被动侦察系统;信息侦察手段丰富多样;加之战场对情报的时效性、连续性等方面的要求颇高;这一切都使得战场情报不仅信息量大,而且更新频率很高,其信息数据量成几何级数增长。$$目前的数据库系统可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势。...  (本文共2页) 阅读全文>>

《计算机产品与流通》2019年10期
计算机产品与流通

大数据时代数据挖掘在银行的应用

随着大数据、人工智能、区块链、云计算等新兴信息技术的蓬勃发展,我们已经进入了一个信息爆炸的时代,在技术变革带来的影响下,传统银行业务模式也开始发生根本性变革,由业务流逐步转向信息流,每日产生和存储大量来源分散、格式多样的数据,加之互联网金融、移动支付、金融创新的迅猛发展,金融服务在不同业务之间相互关联渗透,突破了业务、行业、市场的界线,业务边界越来越淡化,经营环境更具开放性。在此情况下,银行同时面临转型升级和激励市场竞争的双重挑战,竞争的焦点也由单纯的产品竞争转向了以数据为核心的竞争,即在大数据的环境下,如何更好的利用巨量的业务信息、客户数据挖掘出有价值的信息,提高核心竞争力。一、数据挖掘的概念和特点数据挖倔又名资料勘探、数据采矿,通常指在计算机上利用遗传算法、决策树、神经网络、K近邻算法等数据挖掘技术对巨量的、不系统的、不规则的数据进行分析和处理,寻找隐含信息、潜在关系和规律的过程。数据挖掘有以下几方面的特点:(1)基于大数据...  (本文共1页) 阅读全文>>

《信息系统工程》2019年08期
信息系统工程

大数据挖掘在高校智慧校园建设中的应用分析

一、高校智慧校园的建设(一)智慧校园的概念。智慧校园是指数字化、网络化的建设,并且能够与大数据和云计算以及物联网等一系列技术构建的全新校园理念。高校的智慧校园的建设是将高校管理工作、教学工作、科研服务等综合性的校园环境,不管是教师、学校管理人员和学生,都可以通过手机、电脑等可以连网的设备,接入校园网,从而分享和使用各种信息和功能,不受时间和空间的限制,进行一系列的校园活动,实现信息化的校园的服务。(二)智慧校园的建设组成。智慧校园的组成构建主要是硬件设施和软件设施,硬件中包括智能传感器、中央处理器和各种形式的联网设备等。智能传感器安装在校园内的各个场所,比如学校的教室、图书馆和宿舍等,并且将他们构成连接,构成一种校园内的物联网模式。再由大数据云计算等技术,将互联网与应用软件相融合,最终实现信息化的校园管理。(三)高校智慧校园的基本现状。高校的智慧院校建设不仅得到了政府主管部门的大力支持,而且各个互联网等高科技企业也在全力开发各种...  (本文共1页) 阅读全文>>

《电脑知识与技术》2019年27期
电脑知识与技术

数据挖掘中分类算法的研究与应用

1当代数据挖掘研究背景在当代快速发展的都市背景下,大数据挖掘的思维理念已经渗透进了很多企业行业,这种方式给计算机行业带来了更好的发展机遇方向,同时也带来了不少的挑战。因而想要完全熟悉驾驭这门行业必须要做好大数据挖掘的相关工作,掌握数据分类算法这对大数据的挖掘是十分有帮助的,并且能提高工作效率,但是大数据的分类算法是大数据挖掘中最难的一道关卡。随着人们对于大数据的不断深入的发展研究,人们开发出了多种多样的分类算法,它有助于减少工作操作的难度,提高了人们的工作效率。人们进行相对应的数据分类时通常是以数据分类器作为标准的,其中包括决策树类、基于关联规则类、Bayes类以及各种利用数据库技术类等,以下本文就要对各种算法其详细而又简单的阐述。2分类算法的简介概述分类算法在数据挖掘中占据了十分重要的地位。它能够帮助我们进行分析一个分类模型或者分类函数的运算,并且能够将给定的数据映射到指定的类别区域之中的某一个在数据库中分类模型之中。可以通过...  (本文共2页) 阅读全文>>

《电子世界》2019年20期
电子世界

企业大数据挖掘与分析科研平台建设方案

也不相同,对数据处理和算法的使用也1背景各有特点,因此,需要建设一个操作简1.1数据挖掘和大数据分析行业背景和发展趋势易、算法全面、数据可视化的大数据科大数据、移动互联网、社交媒体、自媒体和物联网技术研平台是非常有必要的。的迅猛发展使得企业面临的数据量成指数增长。根据《数字宇宙》的研究结果显示,2020年全球新产生和重复复制的数2数据挖掘与大数据分析科研平据量将会超过40ZB,这个数值是2015年的12倍;中国的数据台总体规划总量将在2020年超过9ZB,相比2015年增长20倍。数据量的爆2.1科研平台规划发式增长必将带来了大数据技术和大数据服务市场的繁荣发科研平台建设的基本原则是科研展。数据量的增长是一种非线性的增长速度。为主,同时为工作实验提供部分计算资最新调研结果显示,现有企业的大数据项目主要集中在源及安全资源,系统在授权范围内共享公司业务流程优化以及客户服务和营销方面的应用。未来,科研系统的计算资源,提高实验的真实地理...  (本文共2页) 阅读全文>>

《中小企业管理与科技(上旬刊)》2019年10期
中小企业管理与科技(上旬刊)

基于数据挖掘的高速公路服务区综合源监管系统的研究

1引言在世界主要发达国家和地区持续推进“能源新政”“绿色技术”“低碳经济”“工业4.0”等发展战略的影响下,智慧交通已经成为该领域研究的热点问题。十九大报告全面阐述加快生态文明体制改革、推进绿色发展、建设美丽中国的战略部署。交通运输是国家节能减排和应对气候变化的重点领域之一。加快发展绿色交通,是建设生态文明的基本要求,是转变交通运输发展方式的重要途径,也是实现交通运输与资源环境和谐发展的应有之义。韩丹等[1]提出了利用太阳能光伏发电技术进行并网发电和离岛型微电网综合能源互补建。高速服务区能源消耗尤其是电能消耗脱离城市综合能源管网的支持,易造成能源传输的不稳定性以及在传输过程中的能源浪费和环境破坏。因此,借助高速服务区的太阳能等清洁能源进行服务区建筑物能源补充,通过建筑物光伏一体化设计以大数据挖掘为手段进行能耗监管实现节能应用[2],改善服务区环境状态显得尤为重要。基于此,本文提出了基于“互联网+”与数据挖掘相结合的高速服务区新能...  (本文共3页) 阅读全文>>