导读:本文包含了无源数据关联论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据,无源,卡尔,拉普拉斯,特征值,机制,目标。
无源数据关联论文文献综述
李瀚祺,贾鹏,费腾[1]（2019）在《基于众源数据挖掘的中国饮食口味与慢性病的空间关联》一文中研究指出慢性病是全球最主要的死亡原因,在所有慢性病风险因素中,不健康饮食因素居于首位,也是影响最广泛的风险因素。尽管已有许多关于饮食行为的研究,但在饮食口味与慢性病关联方面尚缺乏定量研究。鉴于此,利用众源网络菜谱数据,提取菜系中多维口味信息,结合不同地区分类的餐饮类兴趣地点(POI)数据,定量分析不同地区人群口味偏好;使用地理探测器方法,从空间分异性角度建立7种口味与出血性卒中、胰腺癌、上呼吸道感染3种慢性病的关联,得到饮食口味对慢性病空间分布的解释能力度量值。结果表明:在7种口味中,过咸是出血性卒中的首要口味风险因子;一定程度的甜是胰腺癌的首要口味风险因子,且甜的程度与胰腺癌风险并非呈简单线性关系;过辛是上呼吸道感染的首要口味风险因子,叁者在统计上均表现显着。本文首次提出了基于众源数据挖掘的潜在健康风险因素定量研究方法,可以应用于病因的探索性分析,并有助于公共卫生部门制定相应的干预措施。(本文来源于《地理学报》期刊2019年08期）
孔慧峰[2]（2019）在《多源数据关联分析在走私犯罪案件侦办中的应用探讨》一文中研究指出本文从海关缉私办案实战角度介绍了例如电子取证数据及其他业务数据等多源数据关联分析在走私犯罪案件侦办过程中日益凸显的作用,探讨数据分析软件在案件侦办中的应用现状,分析海关缉私部门在办案过程中开展涉案数据分析所面临的问题和挑战,并结合云计算技术和大数据应用的发展提出相关建议。(本文来源于《法制博览》期刊2019年05期）
刘铮,毛宏霞,戴聪明,魏合理[3]（2019）在《基于多源数据多特征融合的弱小目标关联研究》一文中研究指出异质传感器弱小群目标关联是传感器协同探测首先要解决的问题。即使在同视场下,由红外光电系统和雷达组成的异质传感器探测目标也不完全一致,特别是远距离探测时,雷达探测目标多而密集,红外光电系统探测目标相对较少,此时目标航迹关联结果具有很大不确定性。针对这一难题,采用基于多源数据多特征融合的弱小目标关联方法,首先基于多模型估计方法筛选同类型目标作为潜在关联目标,再基于航迹关联算法对同类型目标粗关联,最后基于多特征最大联合概率分布对目标精细关联。经红外光电系统/雷达同站址探测仿真试验验证,相比于仅利用航迹进行目标关联,该方法有效提高了弱小目标关联的准确性。(本文来源于《红外与激光工程》期刊2019年05期）
高宏慧,孙梦晨,余江,郑茂然,丛伟[4]（2018）在《基于多源数据的线路保护通道异常关联分析方法》一文中研究指出为了保障高压电网主保护可靠运行,首先分析了高压电网保护通道、路由的配置及通道告警数据源分布情况,提出了一种基于多源数据进行保护通道异常定位的关联分析方法,综合利用继电保护故障信息系统、通信网管系统、通信资源管控系统、检修系统、EMS系统等静、动态信息进行深入挖掘,研究了基于信息模糊匹配的时间同步关联技术和基于多维搜索的动态信息关联技术,实现了保护通道异常故障的自动告警、故障定位,同时提供基于通道异常的地线断线故障辅助决策。实例的分析结果证明了该方法的有效性和准确性。(本文来源于《南方电网技术》期刊2018年08期）
崔一辉,宋伟,彭智勇,杨先娣[5]（2018）在《基于差分隐私的多源数据关联规则挖掘方法》一文中研究指出随着大数据时代的到来,挖掘大数据的潜在价值越来越受到学术界和工业界的关注。但与此同时,由于互联网安全事件频发,用户越来越多地关注个人隐私数据的泄露问题,用户数据的安全问题成为阻碍大数据分析的首要问题之一。关于用户数据的安全性问题,现有研究更多地关注访问控制、密文检索和结果验证,虽然可以保证用户数据本身的安全性,但是无法挖掘出所保护数据的潜在价值。如何既能保护用户的数据安全又能挖掘数据的潜在价值,是亟需解决的关键问题之一。文中提出了一种基于差分隐私保护的关联规则挖掘方法,数据拥有者使用拉普拉斯机制和指数机制在数据发布的过程中对用户数据进行保护,数据分析者在差分隐私的FP-tree上进行关联规则挖掘。其中的安全性假设是:攻击者即使掌握了除攻击目标以外的所有元组数据信息的背景知识,仍旧无法获得攻击目标的信息,因此具有极高的安全性。所提方法是兼顾安全性、性能和准确性,以牺牲部分精确率为代价,大幅增加了用户数据的安全性和处理性能。实验结果表明,所提方法的精确性损失在可接受的范围内,性能优于已有算法的性能。(本文来源于《计算机科学》期刊2018年06期）
潘皓安[6]（2018）在《多源数据关联规则增量挖掘研究》一文中研究指出在当今这个大数据时代,数据往往存储在网络中的多个数据源中,按照传统的数据挖掘方法,需要将数据集中或融合后才能进行有效处理,但在实际应用中存在着各种问题:数据规模庞大、数据结构多样化、隐私保护等。因此,如何在不进行数据集中或融合的前提下对多数据源的数据进行有效地分析挖掘是当前数据挖掘中的一个热点问题。关联规则是数据挖掘中的一个重要研究内容,通过关联规则挖掘可以获得数据之间或属性之间的内在关联,为智能推荐、智能预测等后续工作提供可靠的数据支持。目前,研究者们对静态的集中式数据的关联规则挖掘方式进行了研究,并形成了较完善的研究结果。对于动态数据关联规则的挖掘,虽有一些研究,但还不完善。其中关联规则增量挖掘是动态关联规则挖掘的一个重要方向。现有的高效处理关联规则增量挖掘的算法都是不生成候选项集的,此类算法都是以空间换时间的思路实现的,如何在时间效率不变或变化不大的情况下优化空间是关联规则增量挖掘的一个新问题。除此以外,随着数据多样化的出现,针对不同数据类型的关联规则挖掘也成为了目前的研究热点。本文深入研究了关联规则增量挖掘和多源数据关联规则增量挖掘,主要内容如下:1.关联规则增量挖掘。首先,从现有的关联规则增量挖掘算法中分析比较出了一种时间效率较优的Can树算法。然后,分析研究发现该算法存在空间占用率较高的缺点。针对该缺点,分析出导致该缺点的原因与预排序顺序有关,并提出了基于数据量顺序排序构建Can树的改进方法,从而降低了该算法的空间占用率。最后,通过实验验证了该方法能够有效提高Can树算法的空间效率,并提高了时间效率。2.多源数据关联规则增量挖掘。首先,分析了多源数据的叁大特点:多样性、分散性和异步性,以及多源数据挖掘应注意的问题。然后针对多源数据的其中两个特点:分散性和异步性,提出了结合分布式关联规则挖掘和关联规则增量挖掘两类算法的多源数据关联规则增量挖掘算法。最后,通过多组实验验证了该算法可以解决多源数据的分散性和异步性,并针对第二次挖掘比较了多种关联规则增量挖掘算法,选取了其中较优的一种作为算法中的二次挖掘算法。(本文来源于《重庆邮电大学》期刊2018-05-17）
宋丹,丰霞,何宏[7]（2018）在《基于学生多源数据的跨域关联和数据分析》一文中研究指出高校学生的相关大数据的类型和数量日益增长,但这些多源数据来源于不同部门的各类系统,结构异化,缺乏有效的数据融通与数据共享。针对这一问题,文章采集了教学部门的课程成绩、学生部门的学生基本信息和后勤部门的校园卡刷卡记录,对这些多源数据进行预处理、结构化的操作后,对其进行跨域关联和数据分析。文章通过小规模样本群体的实证分析,得到学困生对群体的影响比学优生更大、经常在学校食堂晚餐的同学课程成绩更佳、在同一群体中年龄小的成绩表现更优等分析结果。(本文来源于《现代教育技术》期刊2018年04期）
户文贵,钟宗林[8]（2017）在《船舶纯方位无源定位跟踪与数据关联研究》一文中研究指出基于传感器的目标定位系统是海洋军事研究的重点领域,传感器部署越密集,采集信息反映目标信息越准确。海上复杂环境中,随着目标移动速度增加,多方位传感器数据会混入各类杂波,某些方位采集数据甚至会丢失,从而导致船舶接收到的数据关联度降低,最终降低目标定位精度。本文重点分析了复杂环境下船舶纯方位无源定位跟踪技术,针对采集信号中的噪声及非线性干扰因素,提出了一种基于多维特征值分解数据关联算法,最后进行仿真。(本文来源于《舰船科学技术》期刊2017年22期）
余庆,雷曾翔,李玮峰,杨东援[9]（2017）在《基于多源数据的公交客流规模关联分析》一文中研究指出分析公交客流规模的关联因素,梳理与公交客流规模有关的关联规则,有助于决策者把握整体态势、定义现状问题、细分问题类型。本文以深圳市为案例,以交通小区为分析单元,基于公交IC卡数据、人口数据、兴趣点数据、电子地图路径规划数据、微博签到数据等多源数据,从建成环境、人口密度、公交线网设施、交通可达性等维度,定量地表现影响公交客流规模的关联因素。通过构建决策树模型,揭示公交客流规模与关联因素间的映射关系,提取与公交客流规模有关的关联规则。研究结论为基于多源数据的公交客流规模评价方法提供了一种新的思路,也为公交线网规划提供了决策支持工具。(本文来源于《综合运输》期刊2017年06期）
贾成龙[10]（2017）在《基于网络模型和多源数据集成预测长非编码RNA-疾病关联关系》一文中研究指出长非编码RNA是长度超过200个核苷酸、具有基因调控作用的非编码RNA。越来越多的研究发现,长非编码RNA参与在机体的各个生命过程中,也在疾病特别是癌症的发生发展以及治疗中发挥着重要的作用。长非编码RNA在疾病中的作用是目前研究的重要方向,挖掘出潜在的长非编码RNA与疾病的关联关系为生物实验提供了候选生物标记物和药物靶标,因此采用计算生物学的方法对长非编码RNA与疾病的关联进行预测具有重要的意义。针对目前已有方法存在的模型复杂、计算复杂性高以及参数过多的缺点,本文提出了一个新的基于网络模型的长非编码RNA-疾病关联预测方法。综合长非编码RNA-疾病关联数据、疾病相似性网络和长非编码RNA相似性网络得到长非编码RNA-疾病异质网络,然后在其上使用基于局部信息的链路预测方法,对长非编码RNA和疾病关联进行预测。实验结果表明,共同邻居指标在留一交叉验证中得到的AUC为0.849,在10种相似性指标中预测效果最好,并且优于比较的基于传播算法和随机游走的预测方法。本文提出的基于网络模型的方法具有良好的扩展性,也可以应用在有权长非编码RNA-疾病异质网络中。除此之外,通过集成长非编码RNA表达数据极大拓展了长非编码RNA-疾病异质网络,也扩大了预测结果的范围,而且排名前10的预测结果有7个可以通过文献挖掘验证。本文提出的在长非编码RNA-疾病异质网络中使用链路预测的方法具有计算复杂度低,扩展性强、适用范围广以及准确性高的特点。为了使预测效果不受目前有限的长非编码RNA-疾病关联数据影响,本文还提出了基于多源数据集成的预测方法。通过集成长非编码RNA与mi RNA和编码基因的相互作用数据,以及miRNA和编码基因与疾病的关联数据,使用超几何分布计算长非编码RNA与疾病之间的统计显着性。实验结果表明,与单独使用miRNA或编码基因相关数据预测相比,集成方法在预测数量、召回率、F1值以及TopN的准确率都取得了最好的预测结果。6种常见癌症的案例分析表明,大部分排名Top10的长非编码RNA与疾病的关系都得到了文献验证,也显示了方法较好的预测能力。本文提出的两种长非编码RNA-疾病关联预测的方法,在验证指标和案例分析中都取得了令人满意的结果,对长非编码RNA和疾病的研究具有重要作用。(本文来源于《西安电子科技大学》期刊2017-05-01）
无源数据关联论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文从海关缉私办案实战角度介绍了例如电子取证数据及其他业务数据等多源数据关联分析在走私犯罪案件侦办过程中日益凸显的作用,探讨数据分析软件在案件侦办中的应用现状,分析海关缉私部门在办案过程中开展涉案数据分析所面临的问题和挑战,并结合云计算技术和大数据应用的发展提出相关建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无源数据关联论文参考文献
[1].李瀚祺,贾鹏,费腾.基于众源数据挖掘的中国饮食口味与慢性病的空间关联[J].地理学报.2019
[2].孔慧峰.多源数据关联分析在走私犯罪案件侦办中的应用探讨[J].法制博览.2019
[3].刘铮,毛宏霞,戴聪明,魏合理.基于多源数据多特征融合的弱小目标关联研究[J].红外与激光工程.2019
[4].高宏慧,孙梦晨,余江,郑茂然,丛伟.基于多源数据的线路保护通道异常关联分析方法[J].南方电网技术.2018
[5].崔一辉,宋伟,彭智勇,杨先娣.基于差分隐私的多源数据关联规则挖掘方法[J].计算机科学.2018
[6].潘皓安.多源数据关联规则增量挖掘研究[D].重庆邮电大学.2018
[7].宋丹,丰霞,何宏.基于学生多源数据的跨域关联和数据分析[J].现代教育技术.2018
[8].户文贵,钟宗林.船舶纯方位无源定位跟踪与数据关联研究[J].舰船科学技术.2017
[9].余庆,雷曾翔,李玮峰,杨东援.基于多源数据的公交客流规模关联分析[J].综合运输.2017
[10].贾成龙.基于网络模型和多源数据集成预测长非编码RNA-疾病关联关系[D].西安电子科技大学.2017
论文知识图
