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。     

A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

结合动态时间弯曲与决策树方法的液体火箭发动机故障诊断

对某大型液体火箭发动机的热试车数据及通过发动机模型仿真得到的故障数据进行动态时间弯曲分析,得到弯曲路径集,然后结合决策树方法进行了故障检测和诊断。对于故障试车没有出现漏报警和误报警,对于正常试车没有出现误报警。通过与神经网络、支持向量机等方法所得结果的对比,证明该方法可以成功地应用于火箭发动机的故障检测和诊断。     

ODS系统及其在电子战中的应用

数据仓库(DW)在决策支持系统起着举足轻重的作用,在数据的存储和挖掘中有着诸多优势,但对处理实时数据的处理效率不高,操作数据存储(operational data store)的出现弥补了数据仓库在效率上的不足。对ODS作了系统论述,并讨论其在电子战(EW)中的应用。     

移动通信网络位置群体节点的挖掘方法

对移动通信网络的位置群体节点进行了优化定位和挖掘,优化移动通信网络的覆盖度和可靠度,传统的位置群体节点挖掘算法采用信息度增益控制挖掘算法,算法不能自主感知节点信息数据的变化,无法实现数据信息的实时传递和决策。提出基于位置群体节点信息融合和滤波控制的移动通信网络位置群体节点的挖掘方法。构建移动通信网络节点的分布模型和信道模型,采用多径信道均衡设计实现位置群体节点信息融合,采用自适应滤波控制方法实现对通信节点挖掘的干扰抑制。仿真结果表明,采用该方法进行通信节点挖掘,信标定位准确,信号的覆盖度较合理,实现了信道空间的合理高效利用,实现了信道均衡和干扰抑制,有效降低了通信的误比特率。     

多源异构战场信息关联挖掘技术研究

针对复杂战场环境对信息关联的需求,对多源异构战场信息关联挖掘技术展开研究,提出了面向时空、实体、任务、语义四种关联信息挖掘方法,实现战场信息在多个维度上的关联,使其更好的满足复杂化、多样化的战场信息感知需要。     

面向军事定向越野训练的数据挖掘思路

军事地形学是军队院校本科必修课程。按图行进的军事定向越野,是军事地形学野外教学的重点和难点。本文借鉴了当前流行的"大数据"思想,针对当前军事定向越野教学训练的特点,研究提出了若干数据挖掘思路,能够从大量训练数据中提取可辅助教员组织教学、制定训练计划的有价值知识,而且具有较好的实用价值和军队院校推广价值。     

多源文本数据真值发现方法

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。     

基于平行坐标的多维复杂数据可视化方法研究

随着各种传感器、雷达以及卫星等信息收集设备在军事领域中的广泛应用,能够实时地对战场进行全方位多角度的监控,在获得大量的战场信息数据的同时,信息处理的难度也大大的提高了。为了解决这一问题,对在多维数据融合、可视化领域中广泛用到的平行坐标技术的产生、发展和应用进行了研究,并利用地质多维数据对该方法进行了应用实验,给出了实验结果和分析。最后,结合军事领域中数据融合的概念对本方法做了一定的论述,以期能为炮兵、防空兵信息处理领域提供一定的理论参考。     

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。