资源类型

期刊论文 32

年份

2023 1

2022 1

2021 1

2020 4

2019 3

2018 6

2017 2

2016 2

2013 1

2010 1

2008 2

2006 2

2005 2

2004 1

2003 3

展开 ︾

关键词

数据挖掘 8

文本挖掘 3

GDMS 1

中药 1

主题模型 1

产品工艺,自适应设计,制造大数据,数据挖掘,知识发现 1

人工智能 1

介观模型 1

信息安全;优化技术;数字版权;水印技术 1

假设评估 1

免疫算法 1

免疫进化机制 1

关联规则 1

关键字搜索;图挖掘;信息检索;数据库;子团 1

军事工程 1

决策树 1

分类 1

动态挖掘进程 1

动态数据挖掘 1

化学计量学 1

展开 ︾

检索范围:

排序: 展示方式:

基于文本挖掘的“中国制造”地区行动计划分析

孔德婧   董放   李昭甫   屈贤明

《中国工程科学》 2017年 第19卷 第3期   页码 149-158 doi: 10.15302/J-SSCAE-2017.03.021

摘要: 本文提出了一种基于文本挖掘包括中文分词、特征筛选、相似度计算的政策文件分析方法,根据该方法所得的结果对各省市自治区行动计划的一致性和差异性进行了分析。

关键词: 地区行动计划     文本挖掘     相似度计算    

基于复杂类型数据的发现特征子空间模型(DFSSM)的研究

杨炳儒,唐菁

《中国工程科学》 2003年 第5卷 第1期   页码 56-61

摘要: 并用模式的变化来刻画其整体知识发现过程的发展和演变规律;其次,以知识发现系统内在机理的研究为基础,构造了复杂类型数据知识发现系统的总体结构模型——发现特征子空间模型DFSSM;最后,用基于Web的文本挖掘系统和基于图像信息(气象云图)的知识发现系统作为实例进行了验证,结果表明DFSSM方法对于非结构化的文本数据及图像数据类型的知识发现过程具有指导性作用。

关键词: 复杂类型数据     数据挖掘     文本挖掘    

智能石油工程 Perspective

Mohammad Ali Mirza, Mahtab Ghoroori, Zhangxin Chen

《工程(英文)》 2022年 第18卷 第11期   页码 27-32 doi: 10.1016/j.eng.2022.06.009

摘要:

数据驱动方法和人工智能(AI)算法比基于物理的方法更有前景,前者主要来源是数据,这是每个现象的基本要素。这些算法从数据中学习并揭示看不见的模式。这项新技术对每秒产生大量数据的石油行业具有重要意义。由于石油和天然气行业正处于向油田数字化的过渡阶段,在不同的石油工程挑战中,集成数据驱动建模和机器学习(ML)算法的动力越来越大。ML已广泛应用于工业的不同领域。人们已开展大量的研究,探索AI 在该行业各个学科中的适用性。然而,这些研究缺乏两个主要特征,大多数研究要么不够实用,不适用于实际领域的挑战,要么仅限于特定问题,无法推广。必须注意数据本身及其分类和存储方式。尽管有大量来自不同学科的数据,但它们都被存储在部门的数据库中,消费者无法访问。为了从数据中获取尽可能多的信息,需要将数据存储在一个集中的数据库中,不同的应用程序可以从中方便地使用这些数据。

关键词: 人工智能     机器学习     智能油藏工程     文本挖掘     智能地球科学     智能钻探工程    

挖掘变化知识的可拓数据挖掘研究

陈文伟

《中国工程科学》 2006年 第8卷 第11期   页码 70-73

摘要: 明确了可拓数据挖掘概念以及可拓推理新概念。证明了可拓数据挖掘两个定理和可拓推理公式。提出的从挖掘静态知识的数据挖掘扩展到挖掘变化知识的可拓数据挖掘,为数据挖掘开辟了新的研究方向,并通过实例进行了说明。

关键词: 可拓信息     可拓知识     可拓数据挖掘     可拓推理    

免疫进化机制及其在时序模式挖掘中的应用研究

杨炳儒,秦奕青,宋泽锋

《中国工程科学》 2008年 第10卷 第4期   页码 84-89

摘要:

针对目前动态数据挖掘中存在的问题,提出基于数据增量的动态挖掘进程概念;在动态挖掘进程和生物免疫进化过程的相似性基础上,提出了知识发现中的免疫进化机制的基本内涵;给出了基于免疫进化机制的时序模式挖掘算法及其实验分析,以验证理论的正确性和有效性。

关键词: 动态数据挖掘     免疫算法     动态挖掘进程     免疫进化机制     时序模式挖掘    

关联规则挖掘算法综述

毕建欣,张岐山

《中国工程科学》 2005年 第7卷 第4期   页码 88-94

摘要:

介绍了关联规则挖掘算法的基本原理,并按照挖掘中涉及到的变量数目(维数)、数据的抽象层次和处理变量的类别(布尔型和数值型),依次对关联规则挖掘算法的研究进行综述,并对一些典型的算法进行分析和比较,最后展望了关联规则挖掘算法的研究方向

关键词: 数据挖掘     关联规则     算法     综述    

一种用于文本分类的去冗余特征选择新方法 None

You-wei WANG, Li-zhou FENG

《信息与电子工程前沿(英文)》 2018年 第19卷 第2期   页码 221-234 doi: 10.1631/FITEE.1601761

摘要: 特征选择是文本分类领域一种重要降维方法。针对传统特征选择方法所选特征集常包含冗余信息的问题,提出一种能够有效去除冗余信息的特征选择新方法。

关键词: 特征选择;降维;文本分类;冗余特征;支持向量机;朴素贝叶斯;互信息    

可拓学在数据挖掘中的应用初探

李立希,李铧汶,杨春燕

《中国工程科学》 2004年 第6卷 第7期   页码 53-59

摘要:

可拓学在数据挖掘中的应用是多方面的,其特点是挖掘“不行变行”的规律。可拓方法丰富了数据挖掘的内容,为多值型关联规则的建立提供了新的工具。提出的可拓数据挖掘模式,有利于利用现存数据更好地为决策服务。

关键词: 可拓学     可拓集合     可拓方法     数据挖掘    

一种用于程序约束挖掘的过采样方法 None

Deng CHEN, Yan-duo ZHANG, Wei WEI, Rong-cun WANG, Xiao-lin LI, Wei LIU, Shi-xun WANG, Rui ZHU

《信息与电子工程前沿(英文)》 2018年 第19卷 第6期   页码 737-754 doi: 10.1631/FITEE.1601783

摘要: 自动协议挖掘是获取精确而完备的API使用协议的有效方法。然而,与其它数据挖掘应用类似,自动协议挖掘方法需要足够多训练数据(即对象使用场景)作为输入。为了验证效果,在前期API使用协议动态挖掘原型工具ISpecMiner中集成上述方法并开展实验研究。实验采用扩展后的ISpecMiner从多个实际的程序中挖掘API使用协议。不仅如此,对比实验结果表明本文方法有利于挖掘更加精确而完备的API使用协议。特别值得关注的是,本文方法适用于无法实例化的类并挖掘出其API使用协议。

关键词: 对象使用场景;API协议挖掘;程序时序约束挖掘;过采样    

基于分布式表示语义组合的查询子主题挖掘 None

Wei SONG, Ying LIU, Li-zhen LIU, Han-shi WANG

《信息与电子工程前沿(英文)》 2018年 第19卷 第11期   页码 1409-1419 doi: 10.1631/FITEE.1601476

摘要: 查询子主题挖掘旨在找到可能的子主题,用于表示给定查询的潜在意图。由于查询较短,子主题挖掘具有挑战性。学习词或句子分布式表示推动和影响了很多领域的发展。然而,没有清晰的结论表明该分布式表示是否有助于应对查询子主题挖掘面临的挑战。提出并比较利用分布式表示的语义组合进行查询子主题挖掘。采用两种分布式表示策略:能学习任意长度文本分布式表示的段落向量(paragraph vector)以及词向量的语义组合。探索了语义组合策略和数据类型对查询表示的影响。Testbeds and Community for Information Access Research,NTCIR)提供的公开数据集上的实验结果表明,与传统语义表示相比,分布式语义表示能获得更优查询子主题挖掘性能

关键词: 查询子主题挖掘;查询意图;分布式表示;语义组合    

液压挖掘机工作装置的动力特性修改研究

杨为,冯培恩,秦大同

《中国工程科学》 2005年 第7卷 第9期   页码 30-33

摘要:

为提高液压挖掘机工作装置动态性能的优化效率,在对该结构进行试验模态研究的基础上,用双模态空间动力修改方法进行了动力特性修改研究,研究结果表明:质量修改对该结构的1阶、2阶固有频率和阻尼比有显著影响所得到的结论揭示了模态参数调整对液压挖掘机工作装置动力特性的影响规律,为提高机械产品的总体质量奠定了基础。

关键词: 双模态空间动力修改法     模态     液压挖掘    工作装置    

用于介观模拟电子束选区熔化的数据挖掘技术 Article

钱亚, 闫文韬, 林峰

《工程(英文)》 2019年 第5卷 第4期   页码 746-754 doi: 10.1016/j.eng.2019.06.006

摘要: 最后,本文提出了一种由介观建模和数据挖掘技术组成的仿真驱动优化框架,并讨论了框架的潜力和局限性。

关键词: 电子束选区熔化     介观模型     数据挖掘    

混合动力挖掘机电动回转系统通信错误状态下的分布式容错策略 Article

Da-hui GAO, Qing-feng WANG, Yong LEI

《信息与电子工程前沿(英文)》 2017年 第18卷 第7期   页码 941-954 doi: 10.1631/FITEE.1601021

摘要: 基于自适应的延时与丢帧补偿,提出了一种分布式容错策略,用以确保基于CAN (controller area network)总线的混合动力挖掘机电动回转系统在通信出错时获得良好的运行性能。

关键词: 容错;延时补偿;CAN总线;通信错误;混合动力挖掘机电动回转系统    

一种观点挖掘新词语权重过程性能分析 Article

G. R. BRINDHA,P. SWAMINATHAN,B. SANTHI

《信息与电子工程前沿(英文)》 2016年 第17卷 第11期   页码 1186-1198 doi: 10.1631/FITEE.1500283

摘要: 为将词的语义转换为数据并加强对观点挖掘的分析,我们提出了一种新颖的加权方案,称为词权重推测法(inferred word weighting, IWW)。此外,通过对包含停用词的文本分类的性能研究,提供了另一种校验方法,作为对所提出的新加权方法的补充。而通常这些停用词都会在文本处理时移除。将包含停用词这一新概念应用于本文提出的加权方法和已有加权方法,可观察到2个现象:(1)文本分类性能增强;(2)包含停用词与否,所造成的文本处理结果的差异在所提出的方法中较小,而在已有方法中较大。

关键词: 词权重推测法;观点挖掘;监督分类法;支持向量机;机器学习    

基于条件模式的一种无分组并行频繁模式挖掘算法 Regular Papers-Research Articles

Zhe-jun KUANG, Hang ZHOU, Dong-dai ZHOU, Jin-peng ZHOU, Kun YANG

《信息与电子工程前沿(英文)》 2019年 第20卷 第9期   页码 1234-1245 doi: 10.1631/FITEE.1800467

摘要: 频繁项集挖掘是关联规则挖掘的主要方法。由于计算空间和性能限制,特别是当数据集剧增时,挖掘频繁项的关联需要大量时间和资源。在大数据环境下的关联数据挖掘过程中,通常采用MapReduce模型进行任务划分及并行处理,从而提高算法执行效率。为确保关联规则在任务划分和并行处理期间不被破坏,需要将内部关系数据存储在计算机空间中。研究发现,频繁模式挖掘算法的形成主要依赖于条件模式基。基于并行频繁模式(PFP)算法理论,本文提出一种无分组的PFP(NG-PFP)挖掘算法。该算法取消了分组模式,减少了子任务之间的数据冗余。

关键词: 频繁模式挖掘;并行算法;条件模式基;MapReduce;大数据    

标题 作者 时间 类型 操作

基于文本挖掘的“中国制造”地区行动计划分析

孔德婧   董放   李昭甫   屈贤明

期刊论文

基于复杂类型数据的发现特征子空间模型(DFSSM)的研究

杨炳儒,唐菁

期刊论文

智能石油工程

Mohammad Ali Mirza, Mahtab Ghoroori, Zhangxin Chen

期刊论文

挖掘变化知识的可拓数据挖掘研究

陈文伟

期刊论文

免疫进化机制及其在时序模式挖掘中的应用研究

杨炳儒,秦奕青,宋泽锋

期刊论文

关联规则挖掘算法综述

毕建欣,张岐山

期刊论文

一种用于文本分类的去冗余特征选择新方法

You-wei WANG, Li-zhou FENG

期刊论文

可拓学在数据挖掘中的应用初探

李立希,李铧汶,杨春燕

期刊论文

一种用于程序约束挖掘的过采样方法

Deng CHEN, Yan-duo ZHANG, Wei WEI, Rong-cun WANG, Xiao-lin LI, Wei LIU, Shi-xun WANG, Rui ZHU

期刊论文

基于分布式表示语义组合的查询子主题挖掘

Wei SONG, Ying LIU, Li-zhen LIU, Han-shi WANG

期刊论文

液压挖掘机工作装置的动力特性修改研究

杨为,冯培恩,秦大同

期刊论文

用于介观模拟电子束选区熔化的数据挖掘技术

钱亚, 闫文韬, 林峰

期刊论文

混合动力挖掘机电动回转系统通信错误状态下的分布式容错策略

Da-hui GAO, Qing-feng WANG, Yong LEI

期刊论文

一种观点挖掘新词语权重过程性能分析

G. R. BRINDHA,P. SWAMINATHAN,B. SANTHI

期刊论文

基于条件模式的一种无分组并行频繁模式挖掘算法

Zhe-jun KUANG, Hang ZHOU, Dong-dai ZHOU, Jin-peng ZHOU, Kun YANG

期刊论文