分享到:

微孔晶体合成反应数据库的数据挖掘研究

尽管很早就出现了简单的数据统计技术,但先进的智能数据分析工具尚未成熟.因此,在数据生成和数据理解之间存在很大的差距.数据挖掘就是为解决这一矛盾而出现的一种新型数据分析技术.1995年,在加拿大召开了第一届知识发现和数据挖掘(DataMining)国际学术会议.1996年到2002年,美国专利和商标委员会数据库(USPATENT&TRADEMARKOFFICEDATABASE)中通过数据挖掘专利101项.除了研究外,也出现了相当数量的数据挖掘产品和应用系统,并且获得了一定的成功,得到了业界的广泛关注[1].吉林大学无机合成与制备化学国家重点实验室徐如人等[2,3]自1990年开始,创建了无机微孔晶体合成反应数据库.迄今该数据库已收录了200余种结构类型的有关合成反应文献数千篇,其中包括3100套合成反应条件数据.众所周知,在分子筛微孔晶体材料合成研究中,模板剂的选择是至关重要的.同样的原料配比及合成条件,采用不同模板剂常常得到不同...  (本文共6页) 阅读全文>>

吉林大学
吉林大学

无机微孔晶体材料的合成与结构数据库:建立、维护及初步应用

无机微孔晶体材料的结构设计与定向合成目前是国际微孔分子筛与分子工程学研究的重要前沿方向。然而,由于无机微孔晶体化合物的合成化学十分复杂,至今人们对其生成机理还没有明确的认识,这就使这些材料的定向合成极具挑战性。深入研究无机微孔晶体材料结构规律以及合成反应条件与产物结构之间的关系对于无机微孔晶体材料的定向合成至关重要。本论文以开放骨架磷酸铝和假想分子筛结构为研究对象,建立开放骨架磷酸铝合成反应数据库;在前期工作基础上,对假想分子筛数据库完善和补充;对假想结构数据库中的假想结构进行了分析,对分子筛骨架类型与组成元素的关联规律进行了探索。主要结果包括:1.基于Linux平台,利用服务器端的脚本语言PHP开发了在线的磷酸铝合成反应数据库。以Apache作为网站的Web服务器,以关系型数据库管理系统MySQL数据库作为整个网站的后台数据库。开发过程中,采用模型(Model)、视图(View)和控制(Controller)即MVC模式进行整...  (本文共147页) 本文目录 | 阅读全文>>

《数字技术与应用》2015年01期
数字技术与应用

基于云计算平台的物联网数据挖掘研究

云计算与物联网技术是现在计算机领域的主要研究领域之一,云计算就是利用物联网的应用形式在计算机领域中进行计算,是一种虚拟的技术,我们在应用过程中,我们不需要购买计算机等实体,我们只需要购买一种计算能力,能完成我们的需要。本论文就是利用云计算、物联网技术搭建一个平台,利用云计算平台搭建平台,运用物联网技术进行数据挖掘,提供了一种新型的数据挖掘方式,为数据挖掘的深入研究提供了一种理论依据,这也是大数据时代应用的结果。1物联网与云计算1.1物联网物联网是下一代网络,是基于计算机技术与计算机网络技术发展产生的,是一种新的技术革命产生,需要一个过程酝酿而产生,这种新技术革命的运用是要经历一个过程,同时代表了下一代网络的发展方向,具有一定的研究价值。物联网主要特征就是技术的应用,在电子技术方面应用已经取得了一定的成果。物联网需要结合云计算、模糊识别等技术来处理多种来源的海量异构数据,同时要保证效率,有效的整合共享信息,达到真正对物体的智能控制...  (本文共1页) 阅读全文>>

《科技广场》2009年09期
科技广场

数据挖掘研究进展及其发展趋势

1数据挖掘的概念数据挖掘,也可以称为数据库中的知识发现(Knowl-edge Di scover Dat abase,KDD),就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。它包含下面一些特点:数据:是指一个有关事实F的集合,它是用来描述事务有关方面的信息,是我们进一步发现知识的原材料。新颖:经过数据挖掘提取出的模式必须是新颖的,至少对系统来说应该如此。模式是否新颖可以通过两个途径来衡量:其一是得到的数据,通过比较当前得到的数据和以前得到的数据来判断该模式的新颖程度;其二是通过其内容所包含的知识,通过对比发现的模式与己有的模式的关系来判断。通常我们可以用函数N(E,F)来表示模式的新颖程度,该函数的返回值是逻辑值或是对模式E的新颖程度的一个判断数值。潜在有用:提取出的模式应该是有意义的,这可以通过某些函数的值来衡量。用u表示模式E的有作用程度...  (本文共2页) 阅读全文>>

《中国水运(学术版)》2007年07期
中国水运(学术版)

数据挖掘研究进展

数据挖掘最初是在1989年IJCAI会议——数据库中的知识发现(KDD)讨论专题中提出,1991年至1994年进行了数据挖掘讨论专题,Advances in Knowledge Discovery and Data Mining,从1995年开始,KDD发展为国际年会,在1997年创立了数据挖掘杂志——Journal of Data Mining and Knowledge Discovery,国内对该领域研究稍晚,1993年国家自然科学基金开始支持该领域研究,研究项目主要由国家自然科学基金等政府资助,对其研究主要集中在理论方面,集中在大学和科研院所,企业较少。一、数据挖掘的定义G.Piatetsky-Shapiro等人(1991)将数据挖掘定义为基于数据库的知识发现(KDD),KDD的定义随着人们研究的不断深入也在不断完善,SAS研究所(1997):“在大量相关数据基础之上进行数据探索和建立相关模型的先进方法”。Bhavani...  (本文共2页) 阅读全文>>

浙江工商大学
浙江工商大学

基于统计视角的数据挖掘研究

数据挖掘是一个年轻、活跃的研究领域,不同专业背景的研究者侧重于不同方面对数据挖掘展开了研究。从目前国内外的研究现状看,从事数据挖掘研究的主要是计算机领域的学者和专家,统计界的学者和专家对数据挖掘的研究相对较少。而随着数据存储技术的不断发展,可用于数据分析的数据量越来越大,对传统的统计分析技术提出了极大的挑战。笔者认为数据挖掘的出现,正是统计学适应这一变化的新的发展方向,数据挖掘并不是为了替代传统的统计分析技术,而是统计分析方法的延伸和扩展。本文从统计学视角研究数据挖掘,以期从统计学角度对数据挖掘理论的研究有所突破和创新,同时对统计学理论在数据挖掘方向的发展做出探索。全文除了绪论,共分为七章。第一章为:基于统计视角的数据挖掘理论体系研究。通过对数据挖掘与统计学理论基础、方法等方面的比较,清晰地提出了基于统计视角的数据挖掘体系,改变了目前研究中人们对统计学与数据挖掘之间理解的模糊认识。第二章为:数据挖掘统计方法综述。首先对数据挖掘数...  (本文共175页) 本文目录 | 阅读全文>>

复旦大学
复旦大学

道路交通流数据挖掘研究

研究交通流的各种形态及其运行规律,建立快速、稳定、高效的交通流模型是智能交通系统的重要研究内容。随着智能交通系统的发展,智能交通系统中积累了海量交通流数据,于是研究者开始研究利用先进的数据挖掘技术分析智能交通系统中的交通流信息,发现交通流信息中隐含的交通模式及规则。本文针对交通流信息的特点以及智能交通系统的新的数据挖掘应用需求,对交通流数据预处理、交通流量预测、交通状态识别、交通流空间聚类以及实时交通流的查询等若干问题进行了研究,设计了适合的数据挖掘模型和算法。这些问题的研究对于智能交通系统的交通信号管理与控制、交通流诱导、动态交通分配等方面有着重要的意义。本文的主要研究内容和成果包括以下几个方面:(1)智能交通系统是一个非常庞大的系统,其复杂性和稳定性使交通流数据的采集质量难以保证,对交通流数据进行异常检测及预处理对于后续的数据分析、挖掘结果的质量和预测的准确性具有重要意义。本文根据交通领域的流量—时间占有率的倒“V”字型曲线...  (本文共106页) 本文目录 | 阅读全文>>