信息挖掘在航空探测数据处理方面的应用

《信息挖掘在航空探测数据处理方面的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、货物间的组合销售方案，设计复合销售策略。例如，在零售有可扩展项能、分析有损数据、可处理的维度数更高、对于业进行消费者消费情况分析，根据结果对货架重新摆放，从资料数据的记录顺序不敏感、能够被解释、兼顾约束条件、而提高销售量等。(5)针对性服务：对个人的消费案例进行分高智能交互特点，充分利用数据之间的关联度进行分类处析，发现其特定的消费习惯，可有针对性地设计方案销售。理，实现良好的交互功能，聚类算法主要包括基于密度的方(6)数据库的直接销售：一般来说，向客户随机发出大量直销法、层次聚类算法、分割聚类算法、基于网格的方法等等。邮件，可

2、能仅有不到l％的反馈信息。但是依据小规模邮件其他算法如下数据挖掘算法汇总表3。表3数据挖掘算法汇总直销的结果内容，数据挖掘能够建立一个科学的方案，找出簿法详细内容其中可能做出响应的个人，将响应率提高到10％，甚至更高名称关联规则-撵吉述了数据库中一蛆对象与另一掘对象之间存在的藁种关联关系．如果一从而削减了成本，提高了销量。(7)提升工作效率：通过对El条关联规删同时满足最小支持度阐僵和最小I信度阐僵．就认为它是有趣的，井称为强关联规则．关联规删挖掘一般分为两步-1)R／：i：i所有频繁项泰，即精足最小支持常工作数据判断，找到优化

3、解决方案，提高效率。(8)创新探索：通过对丰富的无规则的科学实验数据进行分析，发现其中规律，奏喜度RA盯鼬的项＆n嬲_集融它，和使2)艮用从量一频穗种繁勇称掰甄作于莲1中9层9产4搜年生素强提的关出逸联的代挖规方掘则}去布．，尔k最关项为联集著规用名则于的中探关频索联繁(规项k+则

4、1‘挖)的项掘顾集算创．法性首就算先是法，通过扫描数据库，素积每个项的计数，并收，‘满足最小支持度的项．找出频繁1项发现未知现象。(9)对象的划分例如，银行业将客户分成不同鼻的集合．该集台记作L1．然后．Ll甩于撼蔓繁2项集的熏台n，u扇干找L3．的

5、群体，向其提供不同的个性化投资产品。如此下去，麓到不能找到频蘩k项集．摅每个Lk需要一汝数据库全扫摇．决策树是一种类f于流程图的树结构，每个内部节点(非树叶节点)裹示在一个屙睦上综上所述，数据挖掘能够高效的处理分析复杂数据，并决测试，每个舟支代表一个测试输出，而每个树叶节点(或终节点)存放一个类标号．决霸策树算法主饔围绕1央策树的两个阶般展开：第一阶段，'央策树的构建．通过逮归的能够科学的实现智能交互，能够很好的解决目前航空航天资茸算法将训练集生成—檩决策树第-7Ao78~，由测试数据检验生成的决策树．消除由孳于坑计噪声或数据波

6、动对'央策树的影响，来达到净化树的目的，得到～檬正确的决料内容多、查询难度大、分析困难、利用率低的难题。策树．常见的决策树算法主曩有一045算法、CART算法、SPRIN丁簿法尊．遗俸算法是基于进化理论，并采用遗传结合，遗传变异。自然选择等设计方法的一2数据挖掘技术引入航空物探数据库系统的种'盘化计算茸法的优化算法．进化计算算法的基础是生物进化．随着时间的；ifc逝。进化出更好的或更适应的个傩．在数据挖掘中，遗俸算法可以用于评估聚类、关联规则等算法的适合度．在砬用遗俸茸法解词题时，最困难白勺一步砬泼是怎样将闻设计思路孽题进建行模

7、杂成交一技组术个和体变的舁集技合术．的然算后法在计算中，首先假设一个初始模型．然后对真反复2．1航空物探数据库系统概况，最后用适应度函数确定初始集合中应该保瞽的那个最忧个傩．这个算法的优点在于容易并行化，但是对问题进行建横很困难，杂交变舁过程以及适应麈函数也很难确定．航空物探数据库系统使用到的主要工具见表1。表1开发和设计工具2．2．2数据查询推荐系统的建立航空物探数据查询推荐系统就是通过分析用户查询的资料得出学习其中经常被查询和关注的内容并进行记录，为每个用户建立一个档案资料库，在以后的查询过程中为其提供智能服务，向其推荐其可

8、能关注或感兴趣的信息的系统。根据实验分析得出次查询推荐系统能够很好地向用户推荐所需信息数据，在短时间内解决资料查询问题，帮助用户方便准确各个部分的功能模块见表2。查询到所要查询的信息，提高数据查询效率，降低查询时间。表2功能模块2-3数据挖掘算法在查询系统中的应用由数据挖掘算法汇总表3，可清晰看出，各种算法都有其优缺点，结合算法自身特点及资料的查询的实际需求，本方案数据查询智能交互系统的设计思路将主要引入数据信以上内容为系统开发的工具组成部分。目前航空物探的系统能够实现航空物探数据的数据入息挖掘中的数据预处理技术，关联规则挖掘，

9、分类分析，聚类分析等关键技术算法，本方案重点研究数据挖掘关联规则库存储、实时检查和查询三大功能。但是其查询和存储效率技术和聚类分析技术在的应用。相对较低。比如，系统对大字段数据的读写速度慢。当一次处理的数据量达到上百兆时，系统处理时间达数分钟。2．3．1数据中挖