检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

高校公共卫生数据挖掘分析

现代信息科技 2024年第2期8卷 45-49页

作者：赵静刘杨纪晓韵上海电子信息职业技术学院信息中心上海201411 上海电子信息职业技术学院图书馆上海201411

由于高校公共卫生安全任务艰巨,提出构建一种高校公共卫生功能体系。通过weka平台挖掘统计分析高校公共卫生功能体系中产生的高校公共卫生数据,运用关联规则算法分析出强关联规则产生的离返校重要影响因素从而帮助高校重点关注人群。统... 详细信息

由于高校公共卫生安全任务艰巨,提出构建一种高校公共卫生功能体系。通过weka平台挖掘统计分析高校公共卫生功能体系中产生的高校公共卫生数据,运用关联规则算法分析出强关联规则产生的离返校重要影响因素从而帮助高校重点关注人群。统计挖掘因病请假的学生数据,帮助高校规范公共安全卫生管理并提供数据依据。运用聚类K均值算法分析得出需要重点关注的簇类学生,有指向性地提供公共卫生安全心理疏导,验证通过高校公共卫生数据挖掘分析能达到大数据精准治理公共卫生安全效果,推动高校公共卫生治理模式创新。

关键词：高校公共卫生功能体系 weka 聚类分析

An Efficient Intrusion Detection Framework in Software-Defined Networking for Cybersecurity Applications

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2022年第8期72卷 3529-3548页

作者： Ghalib H.Alshammri Amani K.Samha Ezz El-Din Hemdan Mohammed Amoon Walid El-Shafai Department of Computer Science Community CollegeKing Saud UniversityRiyadh28095Saudi Arabia Deanship of Scientific Research Saudi Electronic UniversityRiyadhSaudi Arabia Management Information System Department College of Business AdministrationKing Saud UniversityRiyadh28095Saudi Arabia Department of Computer Science and Engineering Faculty of Electronic EngineeringMenoufia UniversityMenouf32952Egypt Security Engineering Lab Computer Science DepartmentPrince Sultan UniversityRiyadh11586Saudi Arabia Electronics and Electrical Communications Eng.Depart. Faculty of Electronic EngineeringMenoufia UniversityMenouf32952Egypt

Network management and multimedia data mining techniques have a great interest in analyzing and improving the network traffic process.In recent times,the most complex task in Software Defined Network(SDN)is security,which is based on a centralized,programmable controller.Therefore,monitoring network traffic is significant for identifying and revealing intrusion abnormalities in the SDN environment.Consequently,this paper provides an extensive analysis and investigation of the NSL-KDD dataset using five different clustering algorithms:K-means,Farthest First,Canopy,Density-based algorithm,and Exception-maximization(EM),using the Waikato Environment for Knowledge Analysis(weka)software to compare extensively between these five algorithms.Furthermore,this paper presents an SDN-based intrusion detection system using a deep learning(DL)model with the KDD(Knowledge Discovery in Databases)dataset.First,the utilized dataset is clustered into normal and four major attack categories via the clustering process.Then,a deep learning method is projected for building an efficient SDN-based intrusion detection system.The results provide a comprehensive analysis and a flawless reasonable study of different kinds of attacks incorporated in the KDD dataset.Similarly,the outcomes reveal that the proposed deep learning method provides efficient intrusion detection performance compared to existing techniques.For example,the proposed method achieves a detection accuracy of 94.21%for the examined dataset.

关键词： Deep neural network DL weka network traffic intrusion and anomaly detection SDN clustering and classification KDD dataset

Vibration Based Tool Insert Health Monitoring Using Decision Tree and Fuzzy Logic

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Structural Durability & Health Monitoring 2019年第3期13卷 303-316页

作者： Kundur Shantisagar R.Jegadeeshwaran G.Sakthivel T.M.Alamelu Manghai School of Mechanical and Building Sciences Vellore Institute of TechnologyChennaiTamil NaduIndia

The productivity and quality in the turning process can be improved by utilizing the predicted performance of the cutting tools.This research incorporates condition monitoring of a non-carbide tool insert using vibration analysis along with machine learning and fuzzy logic approach.A non-carbide tool insert is considered for the process of cutting operation in a semi-automatic lathe,where the condition of tool is monitored using vibration characteristics.The vibration signals for conditions such as heathy,damaged,thermal and flank were acquired with the help of piezoelectric transducer and data acquisition system.The descriptive statistical features were extracted from the acquired vibration signal using the feature extraction techniques.The extracted statistical features were selected using a feature selection process through J48 decision tree algorithm.The selected features were classified using J48 decision tree and fuzzy to develop the fault diagnosis model for the improved predictive analysis.The decision tree model produced the classification accuracy as 94.78%with five selected features.The developed fuzzy model produced the classification accuracy as 94.02%with five membership functions.Hence,the decision tree has been proposed as a suitable fault diagnosis model for predicting the tool insert health condition under different fault conditions.

关键词： Statistical features J48 decision tree algorithm confusion matrix fuzzy logic weka

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于数据挖掘的保险销售模式分析与研究

基于数据挖掘的保险销售模式分析与研究

作者：郑骁凌华东交通大学

学位级别：硕士

在当今社会发展过程中企业如何快速准确的掌握用户需求,做到对客户和自己“知己知彼”,根据用户购买习惯精准的向他们销售产品,这对企业的发展至关重要。同时,对销售时间和最新的产品趋势等信息的掌握也能很好的解决企业的预算问题,并... 详细信息

在当今社会发展过程中企业如何快速准确的掌握用户需求,做到对客户和自己“知己知彼”,根据用户购买习惯精准的向他们销售产品,这对企业的发展至关重要。同时,对销售时间和最新的产品趋势等信息的掌握也能很好的解决企业的预算问题,并帮助企业采取一些必要的措施以便保持在行业中的领先地位。随着企业信息化的不断深入发展,解决这些问题需要通过从企业的海量数据中提取有用信息,实现信息的有效利用,也就是数据挖掘来实现,因此,对于当代企业来说数据就是它们最宝贵的资产,企业的价值取决于它所拥有的数据规模,以及运用数据的能力,这些数据经过处理后将会演变出多种不同的商业模式,推动企业的发展和革新。基于这样的背景,本文重点研究了频繁模式算法、决策树算法、推荐算法三种类型的数据挖掘算法,将这些算法分别通过Java代码与免费开源的数据挖掘工具weka进行实现,对企业的保险销售数据进行挖掘,从保险产品市场体系及系统设计开发的角度出发,分析研究产品结构、技术结构、捆绑销售可能性等不同的角度,指导后续企业的销售策略,有针对性的发布产品,提高销售量。

关键词：保险销售数据挖掘 weka 频繁模式算法推荐算法

基于贝叶斯分类器的石英砂酸浸除铁工艺参数预测及验证

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于贝叶斯分类器的石英砂酸浸除铁工艺参数预测及验证

作者：张晓彤辽宁工程技术大学

学位级别：硕士

石英砂酸浸除铁是石英砂提纯的关键技术方法,但是不同文献中石英砂酸浸除铁提纯的工艺参数各不相同。本文收集石英砂酸浸除铁相关文献,对文献中的相关数据进行整理分析,然后借助weka平台,以石英砂酸浸除铁影响因素和对应的除铁率为指标... 详细信息

石英砂酸浸除铁是石英砂提纯的关键技术方法,但是不同文献中石英砂酸浸除铁提纯的工艺参数各不相同。本文收集石英砂酸浸除铁相关文献,对文献中的相关数据进行整理分析,然后借助weka平台,以石英砂酸浸除铁影响因素和对应的除铁率为指标,对石英砂酸浸除铁工艺相关参数进行深入挖掘分析,运用贝叶斯分类器等相关理论建立石英砂酸浸除铁工艺参数预测模型,并对模型进行理论和实验验证,为石英砂酸浸除铁工艺参数的确定及优化提供解决方案,指导生产决策。本论文取得的主要结果和结论如下:(1)对39个石英砂酸浸除铁实例进行了数据预处理,通过数据归一化、离散化后得到了建模所需要的样本数据。(2)利用样本数据预处理后的结果,得到了所选属性集的核,即{酸的种类、浸出温度、浸出时间、固液比}。(3)采用weka软件在Zero Rule分类器(Zero R)、J48决策树(J48)、One Rule一条规则分离器(One R)和朴素贝叶斯分类器(Naive Bayes)四种算法条件下,建立了4种训练模型,训练模型的准确率分别为25.00%、71.88%、65.25%和96.88%,说明基于Naive Bayes算法的模型准确率最高,该训练模型的R为0.8556。(4)采用weka软件建立的基于贝叶斯分类器的预测模型和贝叶斯公式法分别对7组实例样本的除铁效果进行预测,检验预测模型的准确性。结果表明,2种方法的预测结果一致,且均与文献中报告的除铁效果一致,说明上述基于贝叶斯分类器建立的石英砂酸浸除铁工艺参数预测模型的准确性良好。(5)采用9组工艺参数进行石英砂酸浸除铁正交实验,结果表明,最佳工艺参数为:盐酸浓度24.50%,浸出温度80℃,浸出时间12 h,固液比为0.1。9组实验条件下的除铁效果及最佳工艺参数与基于贝叶斯分类器建立的预测模型的预测结果一致,证明该模型预测准确。本研究以文献数据为基础,通过机器学习手段、基于weka平台进行数据挖掘,建立了基于贝叶斯分类器的石英砂酸浸除铁工艺参数预测模型,为选矿自动化奠定了基础。该论文有图18幅,表19个,参考文献88篇。

关键词：石英砂酸浸出除铁率预测模型 weka 贝叶斯分类器

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂装备研制项目的风险源识别

北京航空航天大学学报 2017年第5期43卷 975-980页

作者：张凡魏法杰李权葆北京航空航天大学经济管理学院北京100083

大型复杂装备研制项目高风险与参研单位多的特点使得研制过程中风险传导时有发生。针对风险传导要素风险源的识别问题,提出了一种基于关联规则(AR)与决策实验室分析法(DEMATEL)的风险源识别方法。该方法从数据挖掘的角度,先求解出风险... 详细信息

大型复杂装备研制项目高风险与参研单位多的特点使得研制过程中风险传导时有发生。针对风险传导要素风险源的识别问题,提出了一种基于关联规则(AR)与决策实验室分析法(DEMATEL)的风险源识别方法。该方法从数据挖掘的角度,先求解出风险类型与风险因素的关联规则,再求解出风险源之间的影响程度,最后通过DEMATEL得到各风险源相关参数。并且对某参研单位数据库中某阶段的数据用此方法完成了风险源的识别,识别结果显示了各风险类型对应的风险源以及易导致研制项目发生风险传导的风险源。

关键词：研制项目风险传导风险源识别关联规则(AR) 决策实验室分析法(DEMATEL) weka

基于weka软件的数据挖掘技术在学生体质健康分析中的应用

在线全文

学校读者我要写书评

暂无评论

文体用品与科技 2022年第10期6卷 84-86页

作者：高岩汪正焰王志玲江苏信息职业技术学院基础部体育部江苏无锡214153

本文为研究数据挖掘技术在学生体质健康分析中的应用,以某大学2020年体质测试数据为例,基于weka软件分析并提取了隐藏的体质测试原始数据中的各种潜在关系,这些关系和数据库中的实际数据高度一致且通过分类规则的预测结论。研究认为数... 详细信息

本文为研究数据挖掘技术在学生体质健康分析中的应用,以某大学2020年体质测试数据为例,基于weka软件分析并提取了隐藏的体质测试原始数据中的各种潜在关系,这些关系和数据库中的实际数据高度一致且通过分类规则的预测结论。研究认为数据挖掘技术应用于学生体质健康方面具有一定的可行性和有效性,并可以为学生体质数据分析和健康管理等实际工作提供科学的理论支持。

关键词：数据挖掘学生体质健康 weka 大数据

Data mining for classification of power quality problems using weka and the effect of attributes on classification accuracy

在线全文

学校读者我要写书评

暂无评论

Protection and Control of Modern Power Systems 2018年第1期3卷 312-323页

作者： S.Asha Kiranmai A.Jaya Laxmi Department of Electrical Engineering University College of EngineeringOsmania UniversityHyderabadTelanganaIndia Department of Electrical and Electronics Engineering Jawaharlal Nehru Technological University Hyderabad College of EngineeringHyderabadTelanganaIndia

There is growing interest in power quality issues due to wider developments in power delivery engineering.In order to maintain good power quality,it is necessary to detect and monitor power quality problems.The power quality monitoring requires storing large amount of data for analysis.This rapid increase in the size of databases has demanded new technique such as data mining to assist in the analysis and understanding of the data.This paper presents the classification of power quality problems such as voltage sag,swell,interruption and unbalance using data mining algorithms:J48,Random Tree and Random Forest decision trees.These algorithms are implemented on two sets of voltage data using weka software.The numeric attributes in first data set include 3-phase RMS voltages at the point of common coupling.In second data set,three more numeric attributes such as minimum,maximum and average voltages,are added along with 3-phase RMS voltages.The performance of the algorithms is evaluated in both the cases to determine the best classification algorithm,and the effect of addition of the three attributes in the second case is studied,which depicts the advantages in terms of classification accuracy and training time of the decision trees.

关键词： Power quality problems Classification Data mining Decision trees J48 Random tree Random forest weka

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于随机森林的目标意图识别

现代电子技术 2022年第19期45卷 1-8页

作者：胡智勇刘华丽龚淑君彭超陆军工程大学江苏南京210001 中国人民解放军32526部队江苏无锡214100 中国人民解放军国防大学联合勤务学院北京100036 中国人民解放军32517部队安徽繁昌241206

运用机器学习方法及时准确识别目标作战意图,对于智能化战争中的军事指挥决策十分重要。相较于其他目标意图识别方法,随机森林算法具有抗噪声性能良好、数据集适应力强、训练速度快和实现简单等优点。采用集成学习思路,基于随机森林建... 详细信息

运用机器学习方法及时准确识别目标作战意图,对于智能化战争中的军事指挥决策十分重要。相较于其他目标意图识别方法,随机森林算法具有抗噪声性能良好、数据集适应力强、训练速度快和实现简单等优点。采用集成学习思路,基于随机森林建立目标意图识别模型,并选用2015年全国研究生数学建模竞赛A题中已知意图的15批空中目标数据,通过weka软件提供的随机森林算法分析构造随机决策树,使用留一法检验识别性能,选取合适的算法参数,分析判断出未知意图的12批空中目标的作战意图。运算结果表明随机森林在测试集上的识别精度为83%,高于通过留一法验证的精度,也高于其他6支参赛一等奖获奖队伍的精度。最后通过与其他参赛获奖队伍算法的结果进行对比,逐一分析不同算法对不同意图的精度和召回率,寻找误差原因,得出随机森林是一种简便、快速、高效算法的结论,其识别准确度较其他算法具有一定的优势。

关键词：意图识别随机森林决策树数学建模空中目标 weka