【摘要】随着多传感器技术的快速发展，涌现出大量各种应用背景下的多传感器系统，信息融合技术在许多领域得到应用。在这些传感器系统中，信息往往呈现出复杂性，这种复杂性主要体现在数量上的巨大性和表现形式上的多样性。但是传统的信息融合大都针对简单的、少量的数据进行应用研究。随着海量数据时代的到来，传统的信息融合方法存在着局限性。本文以环境舒适度评价为研究背景，通过对基于证据理论的海量信息融合的研究，围绕多源 […]

【摘要】随着测序技术的迅猛发展，生物序列的数量在数据库中呈指数形式增长。对于海量的生物数据，如何进行信息提取、比较分析、关系挖掘，已成为当代分子生物学和生物信息学的一个重要任务。直接从杂乱无章的生物序列本身提取信息、发现其隐藏的规律，已经相对比较困难。生物数据的可视化研究为人们处理海量的生物数据提供了一种新的途径。如何有效利用生物序列的图形表示形式对序列进行分类及生物进化关系的分析，是生物信息学的 […]

【摘要】能源是人类生存、经济发展和社会进步不可或缺的重要物质基础。伴随着工业经济的发展和科学技术的进步，社会经济以前所未有的速度发展，对能源的需求也急剧扩大，煤炭产业作为中国的基础产业，在国民经济与社会发展中具有重要的地位和作用。本文重点对我国煤炭公司中的上市公司进行竞争力分析与研究。煤炭上市公司可以在资本市场中获得大量的融资，为其发展提供一定的资金保障，另外，上市公司作为符合特定条件的公开发行和 […]

【摘要】聚类分析一直以来是统计学中一个重要的组成部分，伴随信息技术的快速发展，数据量的迅猛增加，聚类分析对于数据的处理和分析越来越重要。基于模型的聚类算法近年来得到了广泛的关注。它的主要思想是：假设数据服从某一个混合分布，每个类别可以用混合模型的分支去拟合，通过估计该混合模型的参数，然后判断数据属于哪一类别，进而完成聚类。而最为常用的是高斯混合模型。当高斯混合模型的阶数大于一并且为有限时，为有限高 […]

【摘要】数据挖掘是指从数据库中发现隐含的、新颖的、对决策有潜在价值的知识和规则的过程,已经在许多领域得到了广泛的应用。聚类分析是数据挖掘领域最为重要的技术之一,在理论和方法上都取得了丰硕的研究成果。无线网络数据是电信数据的重要组成部分。来源于我国某区域的用户语音通话信息,包含用户标识、通话质量等属性,这些属性属性共同决定了用户的通话质量。文中对无线网络数据的研究,着眼于用户语音状况,寻找提高企业服 […]

【摘要】一致性预测器算法是一种带置信度的域预测机器学习算法,该算法通过将所有满足预先设定的置信度的假设类别都作为域预测结果进行输出,从而实现预测风险可控。一致性预测器与传统的以提高点预测准确率为目的机器学习算法相比,更适用于高风险领域。一致性预测器算法本质上是在线的,并且其在计算测试样本的随机性检验值时要频繁的存储和访问原始的样本序列,这对于一些大数据应用来说是难以承受的。另外,一致性预测器也存在 […]

【摘要】随着计算机技术的发展和应用，数据挖掘技术应运而生，但是传统的数据挖掘技术大多在原始数据上进行挖掘，在发现知识的同时，很多隐私敏感信息亦不可避免的被侵犯到了；很多研究者调查总结的结论指出，在数据挖掘的过程中，大量的个人隐私信息在当事人不知情的情况下被公开使用，甚至滥用，对于这种个人隐私信息被随意使用甚至违法乱用的现象，人们很担心，有些国家法律也规定了相应的法律法规，来规范数据挖掘的技术途径， […]

【摘要】集成学习的主要思想是融合多个分类学习算法的分类性能来提高整体分类算法的泛化能力。构建一个具有多样性／差异度大的弱分类学习算法集合是集成学习取得高泛化能力的关键。对于弱分类器的构建的直观的想法是构建大量的弱分类器,以获得更强的泛化性能。然而大量的弱分类器对现有的计算和存储能力.：提出了更高的要求,同时弱分类器的差异性也难以获得。针对此问题,周志华等人提出的选择性集成理论指出集成小规模的弱分类 […]

【摘要】“组蛋白密码”假设的思想,是以组蛋白修饰的实验数据为基础,使用统计分析的研究方法,寻找组蛋白修饰在基因组上成簇出现、重复出现的情况,相互组合协同修饰的模式。我们以黑腹果蝇(Drosophilamelanogaster)为研究对象,使用CoSBI(coherentandshiftedbiclusteridentification)算法对处于胚胎期14到16小时的黑腹果蝇胚胎干细胞,在基因组及 […]

【摘要】随着互联网的高速发展,信息呈爆炸式地增长,大数据在飞速的发展中,数据挖掘是一个充满活力的研究领域,商业利益的强大驱动力将会不断地促进它的发展,个性化推荐就属于大数据时代数据挖掘应用在互联网方面的重要技术。面对海量数据,推荐系统的产生能实现信息消费者和生产者的双赢。协同过滤算法是个性化推荐中最成功和应用最广泛的算法之一,但它依赖于用户的历史评分数据,所以存在冷启动,数据的稀疏性等问题。大数据 […]