基于SOM聚类的电网可视化数据挖掘模型

面对电力系统中海量的多维数据,传统的可视化数据挖掘无法满足空间数据处理的需要,多维数据可视化也不利于用户获取知识。因此提出了基于SOM(自组织特征映射网络)聚类的电网可视化数据挖掘新模型VSDMmodel,模型利用改进的SOM聚类算法对高维电网数据进行降维,提出一种基于颜色映射的可视化方法,对聚类结果进行低维展现,加快了用户对挖掘结果的理解,并且允许用户对结果中感兴趣的区域加以深入分析,实现对电力系统海量数据的可视化挖掘。     

基于SOM聚类的文本挖掘知识展现可视化研究

本文旨在以可视化的知识地图展现防务快讯文本挖掘下的挖掘结果,为情报工作者获取知识提供方便.当前,文本挖掘的可视化展现在方法和技术上都是一个难点,本文尝试在文本挖掘系统中引入SOM神经网络算法,该方法在知识可视化方面效果比较突出,配合国防词汇本体非常清晰的层次结构,能够很好地将文本挖掘系统采集到的防务信息聚合成有序的知识并以色块图的形式展现给用户.实验结果表明这种方法聚类结果准确,可视化展示界面简单明了,方便用户了解热点问题、获取知识,便于支持决策.     

双层嵌套聚类下的专利群落确定及技术布局策略研究

[研究目的]专利群落符合数字化下超级专利网络复杂创新要求,专利群落的科学划分及基于网络特征的技术布局策略研究,可为行业技术发展提供更具针对性、客观性与系统性的决策支持。[研究方法]该文提出双层嵌套聚类确定专利群落的方法。首先,基于IRM并行模型,构建专利种群网络;其次,立足于网络结构、关系以及表型三维度,设计专利种群网络特征测度指标体系,并利用DSM实现网络特征指标聚类,确定专利群落特征集及具体构成;最后,以碳纤维领域为实证对象,识别专利群落,并综合TF-IDF与LDA模型确定各群落技术领域主题,提出技术布局策略。[研究结论]双层嵌套聚类方法能够科学划分专利群落,融合突破、迭代成长与边缘搜索三大群落应分别通过纵横整合、代际储备、利基挖掘等方式实现有效技术布局。     

基于混合策略的英汉双语新闻聚类研究

英汉双语文本聚类是一项非常有价值的研究。使用单语言文本聚类算法,在英汉双语新闻语料基础上,对基于中文单语、英文单语和英汉双语混合的方法进行了文本聚类比较研究,实验结果表明,基于英汉双语混合的文本聚类方法可以取得较好的聚类结果。     

基于证据理论的K-modes聚类方法

本文把证据理论的合成公式应用4-K-modes聚类方法中,可以将不精确的数据进行分类。     

基于优化初始聚类中心的K-means聚类算法

针对传统的K-means算法运行的结果依赖于初始的聚类数目和聚类中心,本文提出了一种基于优化初始聚类中心的K-means算法。该算法通过量化样本间距离和聚类的紧密性来确定聚类数目K值;根据数据集的分布特征来选取相距较远的数据作为初始聚类中心,避免了传统K-means算法的聚类数目和聚类中心的随机选取。UCI机器学习数据库数据集的实验证明,本文所提出的改进的聚类算法获得了良好的聚类效果,同时获得较高的聚类准确率。     

基于数据挖掘视角的商业银行业绩聚类方法应用研究

数据挖掘是涉及多学科的综合技术,它可以在海量数据中发现隐藏的、未知的、潜在的有用模式或知识.商业银行在日常经营管理中形成了规模巨大的数据库,通过数据挖掘技术,对银行的各种经营数据进行挖掘和聚类分析,可以为商业银行制订、修改财务政策提供依据.     

可视化图形程序设计中类方法之研究

目的：讨论在可视化图形界面程序设计过程中有关控侍的方法的类的应用,解决业内人士在类设计方面的疑惑。方法：利用Visual Basic程序设计方法,给出方法的类的应用基本概念和基本方法和可行的程序。结果：通过恰当的程序分析得出正确的方法的类设计方法和规则。结论：控件的方法的类的设计必须考虑其应用的透明性和修改的封装性。     

基于概念空间模型的folksonomy标签聚类方法研究

在分析folksonomy概念空间构建的可行性的基础上,对基于向量空间模型的传统聚类方法和概念空间模型的标签聚类方法进行比较,提出了基于概念空间模型的folksonomy聚类方法,并使用学术资源标注网站CiteUlike的真实标签数据集进行试验.     

高维信息可视化方法研究综述

文章按照高维信息的维数与可视化空间维数对应关系来分类高维信息可视化技术,对现有的高维信息可视化技术方法进行了总结归类,并对如何应用进行了展望。     

基于MVC结构的信息可视化研究

信息多视图分析与设计是文献信息个性化服务技术中的核心内容之一.采用模型-视图-控制体系结构的编程技术体现了数据维护与数据呈现分离的思想.这种结构既可以用于一个完整的可视化应用程序的设计.也可以用于一个具体的可视化组件的对象中.本文从完整的可执行程序和可视化组件对象两个角度.讨论MVC结构各部分的作用及其相互关系.并通过信息多视图设计实例说明这种体系结构在信息可视化分析与设计中的应用.     

情报产品可视化展示模式和方法研究

[目的/意义]大数据和社交网络环境下,开展情报产品可视化展示模式和方法的研究,有利于为情报产品可视化的便利性、易读性、生动性和可传播性设计提供思路和方法参考。[方法/过程]通过对国内外情报产品的可视化问题类型分析以及可视化工具调研,采用了描述性研究方法。[结果/结论]对情报产品可视化的信息表达思路、信息传递模式进行了梳理和提炼;对不同分析场景的可视化展示模式、可视化工具选择提出建议,为情报领域信息分析人员提供思路、方法和工具参考。     

基于共词分析的中文信息检索可视化研究

说明了新的信息环境下将共词分析方法与信息检索可视化技术相结合的必要性,设计并实现了基于共词分析的中文信息检索可视化系统,对系统主要功能模块进行介绍,并对未来工作进行展望.     

领域本体可视化构建研究*

为了使本体构建可以在多人参与下达成知识共识,将可视化技术引入本体构建的过程中,开发可视化本体构建平台,形成了一套特有的领域本体构建方法。文章介绍了可视化的相关概念,以及本体构建的常用方法;在领域本体构建实践的基础上,归纳出了领域本体可视化构建的基本流程和步骤;最后讨论了本方法的优势及未来发展趋势。     

用信息可视化方法分析科研领域发展状况

运用信息可视化与文本挖掘技术,以2000-2005年度有关部门管理科学相关领域项目申请书的分析数据为依据,提出一个可视化分析流程.对我国基础科研领域发展状况作了分析,重点对研究热点的识别、学科的交又、学科的演化趋势作了分析研究,为预测基础科研领域的未来发展趋势提供参考.最后通过一个实例分析,对提出的流程及方法进行验证.     

基于知识图谱的国外社会网络分析领域可视化研究

以Web of Science数据库中1999年-2010年的文献数据为研究样本,首先对样本数据进行计量分析,再借助CiteSpace信息可视化软件绘制知识图谱,分析了国外社会网络分析(SNA)领域研究所涉及的重要学科领域和国家(或地区)分布情况,通过文献共被引分析研究演进过程和规律,通过共词聚类分析研究热点,最后探析前沿领域和研究趋势,为国内社会网络分析领域的研究提供必要的参考借鉴。     

聚类在信息检索领域中的应用研究

本文简要介绍了聚类算法在国外信息检索领域中的应用概况,并详细介绍了聚类算法在国内该领域的应用情况。列举了应用得较多的几种聚类算法,给出了在多种信息检索中聚类算法的应用过程。     

跨语言信息检索可视化研究

语言的多样性限制了人们利用信息的自由，也影响了信息价值的充分发挥。因此，跨语言信息检索成为当今的研究热点。本文将信息可视化的相关方法和技术应用到跨语言信息检索领域当中，提出了跨语言信息检索可视化模型，并介绍了一个实例——澳门法律信息可视化系统。     

我国图书情报界PIS研究的共词可视化分析

采用共词聚类、战略坐标和社会网络可视化方法,利用Bibexcel、SPSS、Ucinet和Netdrew等可视化工具,以六年为一个时间段,对2000-2011年我国信息科学领域CSSCI中16种核心期刊刊载的个性化信息服务(Personalized Information Service,PIS)学术论文关键词进行可视化分析,并把三种可视化方法融合为一体,将两个6年时间段的国内图书情报领域PIS的研究状况在一个知识图谱中进行展现.通过对比分析两个阶段的综合知识图谱,全面、直观地揭示了PIS的研究热点、发展脉络及演化趋势.