导读:本文包含了数据信息采掘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,信息,信息披露,环境,专家系统,遥感,合金。
数据信息采掘论文文献综述
丁静,曾华锋[1](2019)在《公司特征约束下的碳信息披露水平研究——基于沪深A股采掘业的面板数据分析》一文中研究指出选取2015-2017年沪深A股采掘业上市公司作为研究样本,运用内容分析法构建碳信息披露指数,通过面板数据模型实证检验了碳信息披露水平与公司特征之间的相关性。实证结果表明,公司规模和股权性质显着影响企业碳信息披露水平;流动能力在一定程度上影响企业碳信息披露水平;上市年限和盈利能力不影响企业碳信息披露水平。(本文来源于《中国林业经济》期刊2019年05期)
武小渝[2](2015)在《信息融合让采掘衔接更科学》一文中研究指出日前,由晋煤集团与中国矿业大学合作,共同研发的多信息融合煤矿采掘衔接计划编制系统,通过在晋煤集团旗下成庄矿一年半的试运行,整体性能稳定、运行良好,标志着煤矿采掘衔接计划的编制实现了智能化。 传统方法:忙中易出错 据了解(本文来源于《中国煤炭报》期刊2015-12-09)
白穆,薛明[3](2012)在《基于多源遥感数据的露天采掘场信息提取技术研究》一文中研究指出露天采掘容易破坏生态环境,造成山体破坏、植被减少和水土流失。以陕西省某市境内秦岭山区为研究区域,选择2期Landsat卫星影像红色波段数据,采用图像比值法获得露天采掘场的位置信息,再结合2.5mALOS数据对露天采掘场进行精确定性和定量信息获取。试验结果显示,基于多源遥感数据不仅有效地提取出露天采掘场,而且避免了高分辨率数据目视判读时的盲目性。(本文来源于《测绘标准化》期刊2012年02期)
姜艳,杨美丽[4](2011)在《企业环境会计信息披露水平影响因素研究——来自山东制造业和采掘业上市公司的经验数据》一文中研究指出以山东省63家制造业和采掘业上市公司作为研究样本,运用实证研究方法,从公司财务状况、治理结构、行业差异以及地区差异等方面分析影响企业环境会计信息披露水平的因素。实证结果表明:公司规模与企业环境会计信息披露水平正相关,盈利能力与企业环境会计信息披露水平负相关,污染越严重的企业越倾向于披露环境会计信息。而股权集中度、独立董事的比例、CEO与总经理两职分离和地区差异等因素对企业环境会计信息披露水平没有显着影响。(本文来源于《山东工商学院学报》期刊2011年06期)
李勤[5](2011)在《环境信息披露与社会贡献关系的实证研究——来自采掘业上市公司2009年度的经验数据》一文中研究指出文章以采掘业上市公司的环境会计信息为研究对象,从该类行业上市公司是否披露环境会计信息的角度,回归分析样本公司社会贡献率与环境会计信息披露、主营业务收入增长率、净资产收益率及资产负债率之间的关系;并对2009年采掘业上市公司所披露的环境会计信息的情况进行统计分析,以期对环境会计信息披露的现状进行总结,并提出相应的对策建议。(本文来源于《会计之友》期刊2011年03期)
卢勇[6](2003)在《数据信息采掘与热工过程控制优化》一文中研究指出要改善我国目前能源利用效率低下、浪费严重的不利局面,其中一个重要的措施就是通过提高现有能耗设备的操作运行水平,在不增加更新设备投资的前提下,以实现最大限度的节能增效。本文课题研究的着眼点也在于此。本文第一部分为热工过程控制与数据信息采掘,研究的重点是通过先进控制策略的应用以及运行数据中发掘的有用信息,提高现有典型热工过程控制系统的性能,内容包括:首次提出了借鉴数据信息采掘技术的思路和方法,用于完善现有的热力系统优化控制方案;在此基础上结合生产实际,提出了运用多模型自适应策略实施锅炉负荷控制,并利用关联规则的数据信息采掘方法,通过对燃料发热量信息的在线诊断,优化控制器结构,同时实现锅炉燃烧配风的自适应调整,提高负荷、燃烧控制系统性能。提出了基于工况辨识的多线性模型多变量预测控制策略,其中包括热力系统的工况区域划分、辨识方法(基于运行数据信息采掘),以及在此基础之上的全新的多模型融合、控制器重构策略。为进一步提高系统性能,研究了多非线性模型预测控制,提出了一些非线性预测控制方法应用于热工过程控制的改进策略,并通过实时仿真研究,对方法可行性和有效性进行了验证。文章第二部分的研究内容主要集中在热工过程运行优化以及数据信息采掘技术在这一领域内的一些实际应用。首先,针对目前供热系统热源负荷控制中的难点问题,提出了通过综合分析系统运行数据,间接提炼出供热系统热负荷需求模式,并通过动态预测补偿的方法以实现真正意义上的按需供热。为解决锅炉变工况运行条件下的燃烧优化控制问题,利用数据信息采掘技术对锅炉变工况运行数据进行分析,提出了一种行之有效的基于工况分类、辨识和RBF静态神经网络模型的最佳氧量设定模块,并将其应用于生产实际,获得了良好的效果。(本文来源于《清华大学》期刊2003-04-01)
李晓黎[7](2001)在《WEB信息检索与分类中的数据采掘研究》一文中研究指出目前,因特网上的信息越来越丰富,内容越来越广泛,它已成为最重要的信息源。帮助用户快速、准确地查找和分类网上有用的信息,具有广泛的应用背景和实用价值,已经成为近年来的研究热点。文本的研究目的,一方面是利用数据采掘技术提高检索与分类的准确性。另一方面希望通过对这些问题的研究,在网上信息的知识表示、相似度度量、大规模数据采掘、海量信息的有效利用、检索与分类的算法等方面做一些有意义的探索。本文的研究工作主要包括如下几个方面:(1)基于文本采掘的汉语词性自动标注研究提出了一种获取词性标注规则的文本采掘算法。该算法可以对文本中的词和词性标记两层结构自动进行采掘。在初始发现的标注规则的基础上,提出了基于词的语言学特征的归纳学习方法来扩大规则的适用范围。此外,我们还设计了规则的匹配算法以提高规则利用的性能。实验表明:在原有统计方法的基础上,利用自动获得的标注规则作为补充,可以使词性标注的准确率达到一个新高度。(2)用户兴趣的采掘和发现提出了一种用户不直接编辑兴趣描述文件的动态兴趣学习方法。该方法仅用较少的人机交互,就可以对关键词分类并计算用户的感兴趣程度,从而获得初始的个性化兴趣描述文件以作为兴趣识别的基础。通过该文件,可以用于判断某些文献该用户是否感兴趣,从而实现有效的个性化服务。为了进一步精确描述用户的兴趣或动态跟踪用户兴趣的改变,我们采用本地自主感知Agent来对用户的行为进行感知,实时对用户兴趣进行监测并获取用户感兴趣的相关信息及其感兴趣的程度。这些行为包括用户访问时的停留时间、访问次数、保存、编辑、修改等动作。同时用户输入的关键词也作为动态更新兴趣文件要考虑的因素。(3)基于网页分割的WEB检索提出了一种基于网页内容分割的WEB信息检索算法。该算法根据网页半结构化的特点,按照HTML标记和网页的内容将网页进行区域分割。在建立HTML标记树的基础上,利用了的内容相似性和视觉相似性进行节点的整合。在检索和排序中,根据用户的查询,充分利用了区域信息来对相关的检索结果进行排序。实验结果显示该方法能够较好的改进检索的精度,并对下一代搜索引擎的设计提供有益的借鉴。(本文来源于《中国科学院研究生院(计算技术研究所)》期刊2001-05-01)
陈敏[8](2001)在《数据采掘与信息资源的开发利用》一文中研究指出数据采掘是近年来迅速发展起来的一种开发信息资源的数据处理新技术。数据采掘可用于挖掘图书馆数据库或数据仓库中有用的信息和知识 ,把数据仓库、OL AP、数据采掘、模型库结合起来 ,可以构造出更高形式的图书馆决策支持系统。本文阐述了数据采掘的定义、特点、类型、功能、发现的知识类型及其发展趋势 ,介绍了数据采掘的工具 ,探讨了数据采掘的各种方法以及数据采掘与知识发现的关系等问题(本文来源于《现代图书情报技术》期刊2001年02期)
黄湘林,邹东伟[9](2000)在《数据采掘技术与信息服务》一文中研究指出以信息服务为目的 ,较详细的介绍了数据采掘技术的过程、方法及工具 ,并对信息服务的流程、现代化手段和发展方向以及 CIO在信息服务中的地位作用等作了简单的论述。(本文来源于《湖南大学学报(社会科学版)》期刊2000年02期)
姚莉秀[10](2000)在《数据信息采掘技术在冶金、化工中的若干应用》一文中研究指出数据信息采掘技术是指综合运用多种算法,对从各种渠道得来的大量数据 进行计算机处理,通过信息加工,抽提有用信息,发现自然规律。本文除了把 最近邻法最新应用到数据采掘的特征筛选步骤中外,主要介绍了数据采掘技术 在叁元合金系中间化合物形成规律的研究、汽车零件的防腐蚀措施优化、钢板 反弹因素的研究、DNA芯片检验自动化和降低某大型企业成本的分析等问题中 的应用: 1.最近邻(KNN)法是一种模式识别分类方法,有关它的研究大多在K的选 值、提高计算速度和近邻规则的选取等方面。本文工作把KNN法用于数据采 掘的特征筛选步骤中,通过与传统的特征筛选方法的比较,证明KNN方法比 PCA、PLS和K_W方法更适合于包容型数据的变量筛选。 2.Miedema提出的合金元胞模型认为两种金属间的电负性(Φ)差和Wagner- Seize元胞价电子云密度(n_(WS)~(1/3))差与中间相的形成有关。考虑到叁元合金 系中间化合物形成情况更加复杂,我们引入了另外两个原子参数,即表征几 何性质的半径(R)和表征能带因素的价电子数(Z),以这四个原子参数 或它们的函数作为特征变量,用数据采掘方法研究叁元合金系金属间化合物 的形成规律,找出中间化合物形成的数学模型,并在此基础上编制了一个能 预报叁元合金系中间化合物形成与否的专家系统(TICP)。经初步测定, TICP的误报率为2.56%,正确预报率为91.03%,不可预报的为6.41%。 3.汽车制造公司常用电镀锌、喷涂油漆和电沉积橡皮等作为汽车部件的防腐蚀 措施。用数据采掘技术对其中的部分防腐蚀数据进行分析处理,找出了汽车 部件的腐蚀速率与镀锌厚度、涂漆程度和沉积橡皮程度之间的关系,可据此 建模和优化。 4.用数据采掘技术研究了板材冲压反弹现象,证明板材反弹除与外部环境、反 应条件有关外,还与被冲压的板材的自身厚度有关。 5.建立了26组激光光谱数据与DNA芯片对应关系的数学模型,使DNA芯片的 产品检验自动化成为可能。 ———————————一N————- 中国科学院上海冶金研究所博士论文 姚莉秀2000年4月 6.针对某生产复印机的公司在各个销售区的维修费用差别很大的问题,用数据 采掘技术分析了该公司某种型号的复印机维修一年的记录,从中找出叁个影 响维修成本的主要因素:使用频率、牺牲小齿轮保护大滚筒、几种零件维护 的节奏合理化。并在此基础上提出叁条合理化建议。(本文来源于《中国科学院上海冶金研究所》期刊2000-04-01)
数据信息采掘论文开题报告
(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:
日前,由晋煤集团与中国矿业大学合作,共同研发的多信息融合煤矿采掘衔接计划编制系统,通过在晋煤集团旗下成庄矿一年半的试运行,整体性能稳定、运行良好,标志着煤矿采掘衔接计划的编制实现了智能化。 传统方法:忙中易出错 据了解
(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。
数据信息采掘论文参考文献
[1].丁静,曾华锋.公司特征约束下的碳信息披露水平研究——基于沪深A股采掘业的面板数据分析[J].中国林业经济.2019
[2].武小渝.信息融合让采掘衔接更科学[N].中国煤炭报.2015
[3].白穆,薛明.基于多源遥感数据的露天采掘场信息提取技术研究[J].测绘标准化.2012
[4].姜艳,杨美丽.企业环境会计信息披露水平影响因素研究——来自山东制造业和采掘业上市公司的经验数据[J].山东工商学院学报.2011
[5].李勤.环境信息披露与社会贡献关系的实证研究——来自采掘业上市公司2009年度的经验数据[J].会计之友.2011
[6].卢勇.数据信息采掘与热工过程控制优化[D].清华大学.2003
[7].李晓黎.WEB信息检索与分类中的数据采掘研究[D].中国科学院研究生院(计算技术研究所).2001
[8].陈敏.数据采掘与信息资源的开发利用[J].现代图书情报技术.2001
[9].黄湘林,邹东伟.数据采掘技术与信息服务[J].湖南大学学报(社会科学版).2000
[10].姚莉秀.数据信息采掘技术在冶金、化工中的若干应用[D].中国科学院上海冶金研究所.2000
论文知识图





