导读:本文包含了动态数据挖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:数据挖掘,动态,技术,船舶,卡尔,物流,方差。
动态数据挖掘论文文献综述
田崇瑞,李兆祥,罗宇新[1]（2019）在《基于动态数据挖掘的匿名化隐私保护方法仿真》一文中研究指出针对当前方法匿名化隐私保护效果差,导致出现隐私数据损失度大、数据可用性低的问题,提出基于动态数据挖掘的匿名化隐私保护方法。根据密码方案求解隐私数据的密文,并将其发送给数据挖掘的第叁方,利用数据样本集和原始数据等条件构建隐私保护模型,在此基础上,通过数据特征来获取隐私数据的公钥和主密钥,得到隐私保护结构,根据隐私保护结构的根节点计算匿名用户的密钥,来达到系统初始化的目的;从密钥空间中选取一个数来当作密钥链的主密钥,从中得到存储密文,采用当前加密的密钥构成密钥链来存储隐私数据,并分析隐私数据的访问情况,利用拉格朗日系数计算匿名化隐私数据的加密密钥,得到隐私数据的临时密文,最终实现了匿名化隐私的保护。实验结果表明,提出方法在保护匿名化隐私对隐私数据加密时,加密时间较短,且隐私数据的损失度低、数据可用性高,具有较好的隐私保护效果。(本文来源于《计算机仿真》期刊2019年11期）
杨芳,李福英,戴恩勇[2]（2019）在《数据挖掘技术在企业动态竞争情报中的应用研究》一文中研究指出动态竞争环境对企业竞争情报处理工作提出新的要求,在分析企业竞争情报收集对象的动态性、分析方法的交互性、信息源的变换性以及系统结构的柔性化等方面特点的基础上,探讨数据挖掘技术在企业动态竞争情报系统中的应用方法及步骤。(本文来源于《冶金管理》期刊2019年17期）
刘金迪[3]（2019）在《基于动态感知数据挖掘的奶牛健康繁殖行为分析》一文中研究指出随着城镇化水平的发展和人们生活水平的不断提高,人们对奶制品的需求也逐渐增大。为了满足人们日益增长的奶制品需求,提高奶牛养殖者的经济效益,及时准确的发情检测是十分必要的。传统的规模较小的养殖场主要采用人工饲养的方式,奶牛的生长状况及繁殖行为都依赖于工作人员的肉眼观察和人工记录,这就需要耗费大量的时间和人力,尤其对规模集约化养殖场来说任务巨大、误判率较高。随着物联网技术在畜牧养殖产业的广泛应用,高清摄像头、计步器、红外体温检测仪等设备逐渐被用于现代化牧场养殖中。物联网设备在奶牛规模化养殖过程中的广泛应用,积累了大量奶牛个体感知数据和视频监控数据,通过自动化方式有效地利用这些奶牛行为指标系统数据,可以及时捕获影响奶牛健康繁殖的行为特征,建立奶牛健康繁殖行为预警模型。这样有助于奶牛养殖的有序运行,提高养殖者的经济收益,促进现代化奶牛养殖业健康发展。本文对奶牛的产奶量数据和运动量数据进行了分析研究。由于奶牛发情时会兴奋躁动、产奶量有所下降。因此,奶牛发情时的数据会异于常值。DBSCAN聚类算法不仅可以发现任意形状的簇类,还可以用于离群点的检测。此算法实现的关键是确定合适的参数。本文考虑不同指标变量对奶牛发情行为的影响,采用熵值法确定不同指标的权重值,并基于权重使用加权距离确定合适的邻域半径,通过聚类结果的稳定性确定MinPts的值。在最终的聚类结果中,被分到同一簇类中的点检测为非发情点,未被分到簇类中的点检测为发情点。为了验证聚类的效果,本文采用方差分析对发情数据与非发情数据进行显着性分析。对于产奶量数据,方差分析的P=0.001<α=0.0:,说明发情样本数据与非发情样本数据的均值之间的差异是显着的,即是否发情对产奶量观测值是有显着影响的。对于运动量数据,方差分析的P=0<α=0.05,说明发情样本数据与非发情样本数据的均值之间的差异是显着的,即是否发情对运动量观测值是有显着影响的。以上结果说明了本文研究的可行性和有效性。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
马百皓[4]（2019）在《基于动态数据挖掘的物流信息分析模型设计分析》一文中研究指出为了能够有效提高现代物流数据信息自动化操作及智能网络化水平,提高物流信息管理质量及效率,实现基于动态数据挖掘的物流信息分析模型设计。首先,对动态数据挖掘进行分析,其能够有效挖掘用户感兴趣的信息。之后,对物流信息分析模型的架构进行设计。最后,实现物流信息分析模型及数据库的设计。主要包括动态数据收集层、动态物流数据处理层、交互层、行业统计分析模块。对模型的使用进行分析,表示设计的模型能够提高物流信息管理效率。(本文来源于《电子设计工程》期刊2019年03期）
姬俊虎,韩凤翔,周乐群,吴勇前[5]（2018）在《基于GIS技术的全国水土流失动态监测与公告项目成果的应用与数据挖掘》一文中研究指出全国水土流失动态监测与公告项目经过多年实施已获得了大量数据成果,包括生成的土地利用、林草植被覆盖、林缘线、土壤侵蚀等遥感解译或空间运算成果,以及收集到的岩性、土壤、植被、降水、水利普查、规划、水土保持项目区分布等基础数据。以叁峡库区重点治理区抽样县——湖北省秭归县为例,介绍了单项数据的功能性和拓展应用,探索了多期单项成果的挖掘应用价值和同期多项成果的综合应用价值。(本文来源于《中国水土保持》期刊2018年11期）
李建平[6]（2018）在《数据挖掘的高动态范围船舶横摇预测》一文中研究指出舰船在海面上行驶时会受到海浪和洋流等环境扰动产生首摇横摇等各种摇荡。传统的横摇预测方法是通过传播角度传感器进行测量预测,但是预测的结果时效性差,预测的结果往往滞后于船舶的运动,因此如何快速准确的预测舰船横摇运动让舰船设计人员和专家伤透了脑筋。就上述现象设计了1套在数据挖掘条件下基于卡尔曼滤波技术的高动态范围船舶横摇预测系统。在给定具体海况的情况下对给定船只进行了船舶横摇运动仿真预测,得到随机海浪仿真倾角曲线,输入到微机系统后在对船舶横摇运动角速度进行测量,同时对环境干扰采用白化处理。最后,运用卡尔曼滤波技术对船舶进行半物理仿真预测,得到船舶横摇预测结果。通过对预测结果进行分析,基于卡尔曼滤波技术的高动态范围船舶横摇预测系统可以准确的对船舶横摇进行预测,降低了预测的滞后性,具有科学性和可行性。(本文来源于《舰船科学技术》期刊2018年20期）
夏博雯,魏德样[7]（2018）在《福建省体育场地发展的动态特征分析——基于“五普”“六普”数据挖掘视角》一文中研究指出研究选取第五次全国体育场地普查和第六次全国体育场地普查数据,从场地规模、场地投资及结构、场地开放、场地分布、场地历年建成数及变化5个方面,选取43个指标,对福建省体育场地发展的动态特征进行深入分析。研究表明:(1)从规模变化看,2003—2013年,福建省体育场地得到较快发展,且呈现出新建或改建的体育场地更趋向"小型化"类型的特征,同时场地发展速度落后于人口增长速度;福建省新建或改建体育场地时,已较为重视土地集约化利用问题;福建省的场地品质有所提升。(2)从投资及结构变化看,2003—2013年,福建省体育场地投资结构的发展并不均衡,其中财政拨款增幅最大。(3)从开放状况看,福建省体育场地的实际利用率有待进一步提高。(4)从分布状况看,福建省位于乡镇/村的体育场地数量增长最为迅猛。(5)从历年建成数量及变化看,福建省体育场地的使用成本较高。(本文来源于《体育科学研究》期刊2018年05期）
邵哲平,周田瑞,潘家财,张智铭[8]（2018）在《基于AIS数据挖掘的受限水域船舶动态领域研究》一文中研究指出考虑到受限水域船舶类型、船舶长度以及速度对船舶领域的影响,本文基于船舶自动识别系统(Automatic Identification Systen,AIS)数据,建立受限水域内船舶动态领域模型。通过求取每一时刻目标船到本船的距离和相对方位,获得单船船位分布图,然后对本船和目标船按船舶类型、船舶长度和船速进行分类,对同一类型单船船位分布图进行迭加,获得特定类型的船位分布图,采用数理统计方法确定船舶领域的边界,最终建立受限水域船舶动态领域模型。选用舟山港螺头水道AIS数据对该方法进行验证,共挖掘出19种不同类型的船舶动态领域模型。分析结果表明:货船对货船的船舶领域最小,油船对油船的船舶领域最大;船舶领域的长度随着船长,船速的增加而增加,且在长轴方向上增加的幅度要大于短轴方向;船舶领域长度与船舶长度的比值并非为定值,而是随着船长,船速的增加而递减,船速越大,递减的幅度越大。(本文来源于《地球信息科学学报》期刊2018年05期）
柳尚[9]（2018）在《基于数据挖掘的隧道施工全过程安全风险动态评估方法及工程应用》一文中研究指出城市快速路网的建设提高了城市的交通运输效率,而隧道工程则在城市交通规划中起到极其重要的作用。隧道工程作为大型的地下工程,具有施工组织规模大、投资建设时间长、地质灾害风险突出等特点,在施工过程中突发的风险事故会造成巨大的损失。因此为了提高隧道的施工建设安全,如何控制施工过程中的安全风险,实现隧道的安全、快速的施工成为了亟待解决的问题。本文以城市超大断面隧道施工全过程中的安全风险为研究对象,通过对风险的动态演化机理、风险信息数据挖掘、动态变权评估模型、风险管控GIS平台设计开发对隧道施工全过程的安全风险进行研究,主要内容如下:(1)总结了隧道施工全过程中风险的动态性、复杂性、全过程性等突出特征,设计隧道施工全过程动态风险评估模式。通过对隧道施工中风险演化机理的研究,从风险产生要素、风险耦合机制和风险演化过程,分析了风险在多场因素耦合下的复杂性和动态性。从隧道施工全过程的时空角度,基于“4M1E”安全管理的风险评估指标集的动态变化、指标评估权重的动态变化两个方法,提出了针对隧道施工全过程的动态风险变权重风险评估模式。(2)开展了针对隧道施工风险信息数据的挖掘分析,将产生的“大量的数据”向“有用的知识”转化。针对大量结构化数据和非结构数据,采用时间序列-动态神经网络(NRA)预测模型对隧道中的结构化数据应力应变等时间序列数据进行挖掘分析,在为隧道提供围岩变形预警的同时,利用预测值作为风险评估指标的状态值;利用R语言“jiebaR”程序文本挖掘工具开展对文本资料的分析挖掘,通过自建隧道风险评估专业分词词典,进行文本资料的词频分析、特征向量空间转化、共现网络分析等,同时将文本挖掘结果结合风险评价指标识别建立工作。(3)建立了基于变权理论的隧道施工动态风险评估数学模型,从动态指标建立和变权两个方面开展。利用“4M1E”模式建立的隧道施工风险评估体系,通过风险识别方法在确定隧道施工在不同的时空段中的风险因素集,实现风险评估指标体系的动态更新;将变权原理结合模糊综合评估方法,建立权重在指标状态值动态变化时变权赋值模型,最终进行隧道施工风险的综合评定确定其风险等级。(4)设计开发复杂地质条件下隧道施工安全风险评估管理系统,系统采用了GEOSERVER搭载OpenLayer4为技术手段实现了隧道群的地理信息可视化,选择距离空间转化索引算法将隧道里程桩号转化成GIS地理信息坐标,系统设计勘察设计、施工管理、风险评估、视频监控等功能模块,实现平台对隧道群施工全过程的风险管控。(本文来源于《山东大学》期刊2018-05-10）
李晓峰,陈皓[10]（2018）在《基于动态数据挖掘的物流信息智能分析策略研究》一文中研究指出当前,随着我国社会经济水平和信息科技水平的不断提高,大数据以及云计算越来越被人们所关注,而物流作为现代经济和日常生活的一个重要的组成,在网络时代的快速推动下逐渐的发展起来,其中,智能网络化的物流信息分析手段与策略在推动物流信息其相关管理理论的探究方面、改善物流信息服务和管理水平以及促进相关物流公司信息网络化运用等方面发挥着重要的作用。本篇文章主要以动态数据信息的挖掘方法为中心,根据当前物流数据信息的主要动态特点,从而探究讨论出一系列科学的并且有效的智能化物流管理信息的分析方法与策略。依据本次探究的结果可以得知,在智能化的物理信息管理过程当中,合理的采用动态信息数据的挖掘技术不仅能够有效的提升物流信息管理的效率和质量,而且还能够提升当下物流数据信息研究的智能网络化水准以及自动操作的程度,在未来的物流信息管理过程中具有良好的发展前景。(本文来源于《电脑迷》期刊2018年04期）
动态数据挖掘论文开题报告
（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：
动态竞争环境对企业竞争情报处理工作提出新的要求,在分析企业竞争情报收集对象的动态性、分析方法的交互性、信息源的变换性以及系统结构的柔性化等方面特点的基础上,探讨数据挖掘技术在企业动态竞争情报系统中的应用方法及步骤。
（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。
动态数据挖掘论文参考文献
[1].田崇瑞,李兆祥,罗宇新.基于动态数据挖掘的匿名化隐私保护方法仿真[J].计算机仿真.2019
[2].杨芳,李福英,戴恩勇.数据挖掘技术在企业动态竞争情报中的应用研究[J].冶金管理.2019
[3].刘金迪.基于动态感知数据挖掘的奶牛健康繁殖行为分析[D].华北电力大学(北京).2019
[4].马百皓.基于动态数据挖掘的物流信息分析模型设计分析[J].电子设计工程.2019
[5].姬俊虎,韩凤翔,周乐群,吴勇前.基于GIS技术的全国水土流失动态监测与公告项目成果的应用与数据挖掘[J].中国水土保持.2018
[6].李建平.数据挖掘的高动态范围船舶横摇预测[J].舰船科学技术.2018
[7].夏博雯,魏德样.福建省体育场地发展的动态特征分析——基于“五普”“六普”数据挖掘视角[J].体育科学研究.2018
[8].邵哲平,周田瑞,潘家财,张智铭.基于AIS数据挖掘的受限水域船舶动态领域研究[J].地球信息科学学报.2018
[9].柳尚.基于数据挖掘的隧道施工全过程安全风险动态评估方法及工程应用[D].山东大学.2018
[10].李晓峰,陈皓.基于动态数据挖掘的物流信息智能分析策略研究[J].电脑迷.2018
论文知识图
