基于数据仓库的数据挖掘技术在指挥控制系统中的应用

介绍了数据仓库和数据挖掘的概念、数据挖掘的过程和方法,简单分析了现代战争中信息处理的特点和需求,阐述了数据挖掘在军事指挥控制系统中的应用必要性,提出了军事应用中数据挖掘系统的层次体系结构,并针对该层次体系结构进一步提出了指挥控制系统中数据挖掘技术的应用模型.     

空间数据挖掘及其在军事领域的应用

空间数据挖掘是在数据挖掘的基础之上结合空间信息处理等相关领域而形成的一个新兴学科分支。本文简要介绍了空间数据挖掘的基本情况,分析了它在军事领域的应用前景,并针对战场环境表示、情报处理、战场态势评估等重点难点问题具体分析了其应用模式和方法。     

现代防空电子战中威胁目标的数据挖掘

针对现代防空作战中,防空电子战系统中目标数据信息量十分庞大的现状,介绍了数据挖掘技术,结合现代防空电子战系统的实际需要,将数据挖掘应用到防空电子战中威胁目标的属性识别、最大威胁目标的判断、提高抗击成功率、抗击过程中风险预测和控制,并指出了数据挖掘在现代防空电子战中应用成功的关键因素,从而可以利用数据挖掘技术来有效地提高电子战系统的防空作战能力。     

数据挖掘技术及其在指挥控制系统中的应用

数据挖掘作为一项从大量数据中获取有用知识的实用技术 ,已广泛应用于各行各业并取得了巨大的经济和社会效益 ,而其在军事领域的应用也具有巨大的潜力。概要介绍了数据挖掘技术的功能、过程及其广泛应用的实例 ,阐明了数据挖掘技术在军用指挥控制系统中的应用前景。     

指挥控制系统中的数据挖掘

随着计算机应用技术的发展,数据库技术以及数据库管理系统也广泛地发展起来,数据量剧增,为了发现数据之间的关系和规则,使之更好地服务于决策人员,数据挖掘技术应运而生.现代军事高科技的发展,使指挥控制系统中的信息量大大增加,为了更好地分析、处理这些信息,使之更好地服务于指挥员,数据挖掘技术就自然而然地应用到指挥控制系统中.对数据挖掘的概念、过程及应用前景以及指挥挖掘系统中涉及的数据挖掘方法进行了论述.     

液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。     

数据挖掘在远程教育中的应用

本文对数据挖掘在远程教育中的应用进行了研究,基于数据挖掘提出了一个个性化远程学习系统的框架结构,使用数据挖掘技术对web日志信息进行挖掘,并利用这些信息建立起一个个性化的远程教育系统,从而更好地改进远程教育的服务。     

邀请论文：大数据挖掘创新的新思路

以计算机为主的现代手段,在数据挖掘中虽然取得了很大成功,但是与现实的需求相比,仍有巨大的差距。大数据挖掘创新将是一个永恒的主题。吴文俊院士创造的计算机算法“吴方法”,是汲取中国传统科学思想方法精华的瑰宝,不仅开辟了定理机器证明的科学新方向,而且还创造了大数据挖掘的新方法。“吴方法”显示了传统科学方法与计算机主导的现代手段相结合的巨大威力,必将对大数据挖掘创新产生不可估量的影响。本文还通过深入分析一些重大科学发现,如行星运动三定律、DNA双螺旋结构等案例,探讨了传统科学思想方法对大数据挖掘的重要启示。     

基于数据挖掘的坦克分队作战毁伤仿真

基于坦克分队战术综合演练仿真系统的研制,运用先进数据挖掘技术,着重从数据挖掘的功能、流程以及基于数据挖掘对坦克分队作战过程中的毁伤概率模型等方面进行一定的研究。实践证明,这些仿真模型实用有效,精度较高,能较好地满足坦克分队作战毁伤研究的需要,并可为以后分队作战智能化仿真研究提供一定借鉴。     

数据挖掘技术

本文较全面的综述了数据挖掘技术的概念、流程、主要作用以及所面临的问题,重点强调概念的清晰和目前所面临的问题,以期对数据挖掘在指挥控制系统中的应用有所借鉴。     

基于数据挖掘的海战场态势可视化平台构建

可视化和数据挖掘是进行海战场态势评估、实现战场可视化的两项关键技术。海战场态势可视化能提高指挥员的战场态势感知能力,有效辅助指挥员进行当前态势评估和未来态势预测。而数据挖掘技术是对海量战场态势数据进行知识发现的有效工具,基于数据挖掘技术从顶层构建了海战场态势数据可视化挖掘平台,并对其中的各子模块进行了具体研究。     

基于数据挖掘的网络化教学研究

基于传统网络化教学系统存在的问题,应用数据挖掘的相关技术,对以往在网络化教学系统中不能对学生练习结果进行科学、客观分析的实际问题给出了初步解决方案。基于数据挖掘技术的网络化教学系统,其目的就是在一定程度上提高教师的教学效率。．     

数据挖掘技术在合成旅装备保障能力评估中的应用

在合成旅装备保障能力评估过程中,数据挖掘技术是评估数据处理的重要手段,其能够快速高效地获取有价值的评估信息。在分析合成旅装备保障能力评估数据特征基础上,构建了合成旅装备保障能力评估数据挖掘体系架构,分析研究了在合成旅装备保障能力评估中应用数据挖掘所涉及的贝叶斯分类、层次聚类分析和Apriori关联规则分析等关键技术,研究成果可为合成旅装备保障能力评估数据处理工作提供技术支撑。     

数据挖掘在器材保障决策支持中的应用研究

针对器材保障现状,运用数据挖掘技术,探索器材保障决策支持问题.设计了器材保障决策支持系统中数据挖掘应用的解决方案,该方案包括了项目规划和应用设计,并以器材平时消耗预测为例,运用多元回归模型算,法进行了挖掘实现.数据挖掘为保障决策提供了更加丰富和科学的信息,可以较好地满足器材保障决策支持的需要.     

情报信息系统结构及数据流程与挖掘研究

情报信息系统是军事信息系统的重要组成部分,其基本结构可按物理结构、逻辑结构和理想结构进行研究。针对系统数据的6个特点及数据处理流程,给出情报数据挖掘的全生命周期和体系结构形式化描述。对非结构化数据挖掘,提出检索结果评估算法及基于语义网络的知识提炼法。     

数据挖掘技术在炮阵地选择中的应用

根据炮兵阵地地形选取的要求,从地理信息系统出发,运用人工智能、数据挖掘、多媒体等技术,提出了炮兵阵地选取的空间数据挖掘模型,为炮兵阵地选取的计算机实现提供了一种有效的解决方案,使指挥员能快速从复杂的地域信息中找到适用于炮阵地所需的地形信息,为炮兵自动化指挥系统提供了决策与支持。     

装备保障数据准备方法研究

装备保障数据智能化处理是装备保障数据研究的重要方向。当前对于装备保障数据的研究重点在于数据挖掘技术,缺乏对数据准备工作的研究。从数据准备对于数据挖掘的重要性和必要性出发,结合装备保障数据的特点,提出了数据采集与集成、数据清理(含缺失数据、重复数据、噪音数据和异常数据)、数据转换与规约各阶段装备保障数据准备的方法。案例分析表明,经过数据准备的数据源能够提升装备保障数据挖掘模型的精度,说明数据准备对于装备保障数据智能化处理具有重要的作用。     

基于网格的聚类挖掘算法

为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类（Prejudge-Based Distributed Clus-tering,PBDC）算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类（Distributed Parallel Clustering,DPC）算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明：该算法对于网格环境下海量数据的分布式聚类具有良好的效果。     

数据挖掘在装备储存和使用过程中的应用研究

为了实现装备储存和使用过程中数据的共享与运用,揭示数据中隐含的价值、规律,辅助装备作战运用和管理保障决策,讨论了装备储存和使用过程中数据管理与运用存在的问题,设计了基于数据挖掘的装备储存和使用总体架构,分析了数据挖掘在装备储存和使用中应用所涉及的主要关键技术.     

基于数据挖掘的分布式入侵检测算法

分析了入侵检测中应用数据挖掘技术的基本思想,提出了一种基于数据挖掘的分布式入侵检测算法,并对该算法进行了仿真实验。结果证明,该算法能从大量网络流量连接记录中,挖掘出不同类型的关联入侵规则。