时间序列数据挖掘在医疗领域的应用

医院信息管理系统,不仅有利于提高了医务工作者的工作效率,同时也积累了大量的时间序列数据。时间序列数据挖掘技术对这些大量数据进行分析,会发现有用的、潜在的知识为开展高水平医学研究提供了有力的技术工具。对历史数据进行分析的同时能预测出未来的相关数据,为医院管理人员作出正确决策提供了依据。因此对医院信息系统中时间序列数据挖掘的过程以及所应用的技术深入研究,能充分发挥数据挖掘在医疗领域的作用。     

小波网络在时间序列分析中的应用

本文把小波分析应用到对时间序列的分析中,利用小波具有时频局部性的优点,通过选择适当的小波基来显示时间序列的周期性和随机性,并由神经网络计算方法来确定时间序列的趋势函数及小波基的系数。通过对具有不同特点的实际例子进行分析,证明方法是可行的     

浅谈时间序列的分析预测

时间序列理论是研究计量经济的基础，时间序列分析预测方法是定量分析的主流方法，本文阐连了时间序列的基本特征，并介绍了时间序列的有效分析预测模型：由于已有模型的固有缺陷，这将促使我们进一步探究先进的方法理论。     

数据挖掘在流程工业中的应用研究

针对流程工业中连续性生产过程的时间序列特点,采用数据仓库进行数据集成,分析了数据挖掘技术在流程工业中的应用。     

时间序列预测方法评述

本文对目前常用的和较有发展前途的时间序列预测方法进行了评述,分析了这些方法的长处和不足,并指出了一些值得研究的问题。     

时间序列分析在边检工作中的应用

出入境边防检查站承担着维护国家主权、保卫国家安全、维护口岸秩序的重要职责,其重要任务之一就是对出入境人员及交通工具进行检查.通过对受检查的人员及交通工具数量进行时间序列分析能够及时了解出该口岸的出入境情况,并根据数量的变化及时调整边检站的工作方式.     

数据挖掘在高校图书馆个性化服务中的应用

个性化服务是图书馆发展的趋势。本文在对高校图书馆流通数据研究的基础上,利用数据挖掘技术,分别建立了时间序列模型、关联规则模型和流通量统计表,从三个不同角度对图书馆个性化服务进行分析,为图书馆个性化服务工作提供决策依据。个性化服务能够提高图书馆的工作效益,让图书馆更好地为读者服务,真正实现"一切为了读者"的服务理念。     

时间序列数学模型在税收分析中的应用

本文以贵州省地方税源为例,运用统计、数学模型等方法,探索地方经济与税源以及税收三者之间的关系,预测和分析地方税收的基本概况,并据此提出一些地方税收增长的对策措施,从而为税收管理服务,给领导决策税收政策提供依据。     

基于时间序列的图书馆个性化服务研究

数据挖掘技术运用到图书馆数据库中使得挖掘读者借阅数据间的规律成为可能。通过选取图书馆一星期的借阅信息,利用读者借阅数据的相关实例来描述时间序列法在图书馆中的运用,分析其在图书馆建设中的作用和意义。     

时间序列相似性度量的研究

时间序列的相似性度量是时间序列数据挖掘研究中的一个重要问题,是进行序列查询、分类、预测的一项基础工作。寻求一种好的度量对提高挖掘任务的效率和准确性有着至关重要的意义。目前从事这方面的研究除了少许理论论述外,几乎都采用一种固定的方法,即提出具体要求并提供实验数据。然而,大多数实验方法不是使用范围有限就是侧重点不同。为了提供一个比较全面的实验验证,用1NN分类算法进行了大量的时间序列交叉验证实验,重新评估了其中的弹性度量,并使用不同应用领域的28个时间序列数据集进行比较,结果表明,该方法具有更高的准确性。     

相似性挖掘在时间序列数据中的应用研究

针对时间序列的数据挖掘首先需要将时间序列（Time Series）数据转换为离散的符号序列（Symbol Sequence）。在前人的基础上,将界标模型和分段线性化进行了结合,以关键点作为分段依据,以最大似然函数和最小二乘法来拟合各分段线性拟合函数;此方法的优点在于符合人体生理实验结果,考虑了时间序列中的噪声。     

数据挖掘在证券客户流失管理中的应用

随着证券市场竞争的不断加剧,如何针对不同的客户群实施差异化营销和服务已成为当前证券企业的迫切需求.客户流失分析系统可以预测客户流失情况,对潜在流失的客户进行预警,为营业部提前进行客户挽留提供帮助.首先简要介绍了数据挖掘技术的基础理论,接着提出了证券客户流失的含义并阐述了证券客户流失分析系统的构建步骤,最后结合某证券公司的实例数据对证券客户流失系统进行了应用说明.     

数据挖掘技术在网络舆情预测中的应用

提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。     

XML在Web数据挖掘中的应用

分析了Web数据挖掘所面临的问题,并就XML对Web数据挖掘的适应性进行了分析,最后就XML语言在Web数据挖掘中的应用进行了探讨.     

DNA序列分析法在金融数据时间序列中的应用

通过线性分段将连续性的金融时间序列转化为离散性的字符序列,并基于DNA序列分析法,讨论了此类字符序列的标度特性,以及在金融数据时间序列预测中的可能应用     

基于数据挖掘技术的网络安全事件预测研究

提出一种数据挖掘技术的网络安全事件预测模型。首先对网络安全事件混沌性进行分析,然后对其进行相空间重构,恢复网络安全事件变化轨迹,第三采用数据挖掘算法对其进行预测。仿真结果表明,该方法提高了网络安全事件预测精度;解决了传统预测模型难以对混沌特征进行准确分析难题;对网络安全风险预防具有重要参考价值。     

动态时间弯曲技术支持下时序NDVI数据的耕地分布信息提取

我国耕地保护形势十分严峻,及时获取耕地现状信息对耕地保护工作的开展具有重要参考意义。文章探讨了动态时间弯曲技术在时序NDVI数据的耕地分布信息提取中的可行性,并以江苏省苏南地区为实验区,用2010年MODIS NDVI时间序列数据进行耕地提取实验。首先使用频域低通滤波对时序NDVI数据进行重构,抑制大气、光照等噪声的影响,接着选取耕地训练样本,构建耕地参考时间序列,然后根据动态时间弯曲（DTW）方法计算待分类像元时间序列与耕地参考时间序列的相似性程度,对计算结果使用阈值分割,得到研究区耕地信息。实验中耕地提取结果正确率达84.08%,完整率达85.68%,证实了该方法的适用性。研究表明,基于时序NDVI数据相似性分析可以快速有效提取大面积耕地信息,为农业政策的制定提供参考依据。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术.本文介绍了数据挖掘的定义、功能、常用技术、数据挖掘过程,以及数据挖掘的应用.     

数据挖掘技术在企业中的应用

计算机和互联网的飞速发展给企业带来海量数据,如何充分挖掘这些数据隐藏的信息以辅助企业决策成为当前企业面临的问题之一。基于对主要的数据挖掘技术的简介,本文讨论了该技术的应用场合和在企业当中的应用实例,分析了影响该技术普及的不利因素,阐述了数据挖掘技术在企业中的应用前景。