简介：利用无线射频识别技术实现电动车防盗,已经在很多城市得到良好的运用,挖掘电动车的过车数据,从中发现用户行为规律,挖掘有价值的潜在信息,具有非常重要的意义。本文研究了基于RFID的电动车运行数据的挖掘和分析算法,给出了频繁轨迹模式的定义,提出利用带权无环图计算频繁轨迹的方法。经实际验证,该挖掘算法的结果符合现实状况。

简介：拼音加加是款优秀的中文输入法工具，在各方面表现都很不错。因此它成了包括笔者在内的众多电脑用户的首选输入法。只要懂拼音的朋友很快就能上手，但是要想将它用得更好、更巧、更高效就有不少学问可寻了。笔者在长期接触拼音加加的过程中积累了的一些实用技巧。希望各位读者借助这些技巧能够更快地体验到“键”步如飞的感觉。

简介：基于Web数据挖掘技术的个性化网络学习模型,Web数据挖掘技术与网络学习相结合可以为学习者创造一个个性化的网络学习空间,Web数据挖掘技术在个性化网络学习的应用分析

简介：随着大数据时代的来临,在研究生中实行全英文教学既是国际化发展的要求,也是由数据挖掘课程本身所具有的学科性质决定的。文章从全英文教学存在的问题和数据挖掘课程自身的特点出发,就该课程全英文教学模式、师资力量、学生外语水平、教材精选、教学管理等方面对该课程实施全英文教学的途径作详细阐述。

简介：摘要：本系统开发完成日期：2021年04月09日，首次发表日期：2021年04月14日

简介：当前信息爆炸式增长,我们开始利用数据挖掘技术来获取到我们所需要的相关信息。对于高职院校而言,招生工作十分重要,因此建立起以数据挖掘技术为基础的高校招生信息管理系统势在必行。本文以青岛港湾职业技术学院为例,分析数据挖掘技术在高职院校招生工作中的具体应用。

简介：将粗糙集理论中属性约简的概念应用到关联规则挖掘中,用属性A2、A4、A5之间的隐含关系来挖掘关联规则,然后基于粗糙集理论进行关联规则挖掘

简介：结合数字化校园的数据源，给出了在数据仓库环境下构建的数字化校园体系结构图，阐述了数字化校园数据仓库逻辑模型的设计，并把数据挖掘算法应用到数字化校园中，为高校管理者提供了决策支持信息。关键词数据仓库；数据挖掘；数字化校园中图分类号TP274文献标识码A文章编号1007-9599(2010)04-0000-01DigitalCampusApplication&StudyagainstDataWarehouseandDataMiningTechnologyWangYanpin1g,WangXiaoting2,ChangXianfa2(1.HeyuanTechnologyCollege,Heyuan517000,China;2.KaifengUniversity,Kaifeng475004,China)AbstractCombinethedatasourceofthedigitalcampus,giveanarchitecturemapofdigitalcampuswhichisbasedondatawarehouseenvironment,focusonthedigitalcampusdatawarehouselogicalmodeldesign,Andthedataminingalgorithmapplytothedigitalcampus,providethedecisionsupportinformationforuniversityadministratorsKeywordsDatawarehouse;Datamining;Digitalcampus一、引言高校数字化校园数据主要存储在关系型数据库中，这些系统中，大量的数据和数据模型，都是反映历届学生的学习成绩和教师的教学任务以及教学计划。随着高校对决策信息需求的日益广泛、复杂和迫切，这些传统的数据库系统存在的问题也越来越明显。本文利用数据仓库和数据挖掘技术在数字化校园中应用进行了研究。二、数字化校园数据仓库体系结构设计在对数字化校园各个子系统进行深入调研和需求分析的基础上，针对数据仓库的三个基本功能，提出了一个集中式数据仓库（数字化校园数据仓库）、分布式数据库（各个部门数据库）等适合数字化校园的数据仓库体系结构，如图1所示。该系统由五个部分组成（一）数据源来源于操作性数据库，其主要是完成日常业务处理，其数据将成为数据仓库的数据源。（二）多数据源集成将来自于不同数据源（SQL、Oracle等）的数据通过数据转换服务进行导入。（三）中心数据仓库在已有业务系统的基础上，通过数据的抽取、转换、加载，建立数字化校园数据仓库。（四）OLAP分析服务器通过建立OLAP分析服务器，从数据仓库中提取数据，完成数据的统计和分析。（五）决策支持工具是面向用户的数据需求的前端服务，支持各种OLAP和DM操作。三、数字化校园数据仓库逻辑模型设计在学生等级事实维表中存储七个维表，通过这几个维表的主键，将事实表和维表连接在一起，形成星型模式用二维关系表示数据的多维概念建立星型模型后，通过维表的主键，对事实表和每一个维作连接操作，其模型如图2如示。四、数据挖掘算法在数字化校园中应用分析针对学生等级多维数据集，把平均成绩、借书次数、平均消费、学生等级、家庭出身既作为输入列又作为可预测列，分析处理后可得到如图3所示学生等级一层决策树模型。在学生等级表中，所有事例为4925，其中学生等级为C的事例最多，为1726例，可能性为35.04%；学生等级表现为A的有495例，可能性为10.05%；学生等级表现为B的有1478例，可能性为30.01%；学生等级表现为D的有983例，可能性为19.95%；还有学生等级表现为E的极差事例有243例，可能性为4.93%。在这一事例图中，我们可以看到PJCJ是决定XSDJ最重要的因素，在高校教育中，抓学生成绩才是教学的关键所在。五、结束语采用DW+DM框架结构的决策支持系统是一种比较理想和完善的架构，该系统功能齐全、性能稳定，能对数据进行快速和准确的分析，从而帮助高校管理者做出更好的决策，提高高校管理效率，对数字化校园的利用具有一定的实用性和参考价值。参考文献1ZhaoHuiTang,JamieMaclennan.数据挖掘原理与应用M.邝祝芳,焦贤龙,高升.北京清华大学出版社,200725-262木根.数据仓库技术与实现M.北京电子工业出版社,20023王艳萍,常贤发.基于数据仓库的数字化校园的设计J.电脑知识与技术,2009,124薛红,王敏.基于DW+OLAP+DM的超市销售决策支持系统J.计算机工程,2007,33145王成,李民赞.基于数据仓库和数据挖掘技术的温室决策支持系统J.农业工程学报,2008,11作者简介王艳萍（1982-），女，硕士研究生，河源职业技术学院教师，研究方向为计算机应用技术。

简介：基于XML的半结构化数据挖掘技术，探讨了如何对wcb上的信息进行更加有效的挖掘和整理。

简介：中国正在走一条"信息化带动工业化,工业化促进信息化"的新型工业化之路。维深科技始终立足于对中国经济走向的敏锐洞察,致力于对信息科学技术的研究和创新。经过了十几年的不懈努力和积淀,形成了较专业的技术水平及信息化产品创造实力。"伴随着‘物联网时代’

简介：“NetUse”是一个常用的命令行工具，本文深入挖掘了“NetUse”命令不为人知的一些用途。

简介：以一种平面三自由度可控挖掘机构为例，运用拉格朗日方法建立了机构的刚体动力学模型，求解得到了各主动杆的系统广义力；进而针对其半闭环控制系统的控制策略进行研究，基于机构驱动元件．交流控制电机及其驱动器的数学模型，运用模糊算法设计了一种模糊-PID双模控制器并对其进行仿真分析．结果表明：基于模糊算法的控制器在超调量、调节时间、上升时间和抗干扰能力等方面均具有较好性能，满足系统的控制要求．