导读:本文包含了灰色挖掘论文开题报告文献综述及选题提纲参考文献，主要关键词:快速时序,数据挖掘算法,灰色系统理论,局部最优
灰色挖掘论文文献综述
赵颖[1]（2018）在《基于灰色系统理论的快速时序数据挖掘算法》一文中研究指出快速时序算法是一种多目标优化的局部数据挖掘算法,处理繁杂的数据时容易陷入局部最优.为提高算法的全局数据挖掘能力,提出了一种基于灰色系统理论的快速时序数据挖掘算法.首先,该算法采用快速时序数据挖掘算法处理数据;然后,用灰色系统理论进行贪心迭代数据挖掘时,以求得更为理想的结果;最后,通过实验仿真,并与快速时序算法和MDO算法进行比较.结果表明,本文提出的数据挖掘算法具有更好的全局寻优能力,且数据挖掘效果更佳.(本文来源于《西安文理学院学报(自然科学版)》期刊2018年05期）
赖华强,王叁银,仲崇高[2]（2018）在《人力资源管理领域的数据挖掘应用展望——以基于灰色关联模型的离职管理实证分析为例》一文中研究指出数据挖掘作为知识经济时代的发展新动力,其应用已涉及金融业、零售业、保险业、医疗等诸多领域并取得显着成效,但数据挖掘在人力资源管理领域的应用目前仍处于初始阶段,其推行力度、普及程度、技术成熟度等均存在很大局限性。本文在此背景下以离职管理为例,基于数据和风险层面角度,借助数据挖掘技术的灰色关联分析法对离职因素进行量化评估,通过实证分析结果指导管理者做出决策,并且进一步强调数据对企业和人力资源管理者的必要性。(本文来源于《江苏商论》期刊2018年08期）
王战红,常钊,姚瑶[3]（2016）在《灰色数据挖掘在船用柴油机中的应用》一文中研究指出船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。(本文来源于《舰船科学技术》期刊2016年18期）
吴蓓[4]（2016）在《船舶避碰中灰色数据挖掘研究》一文中研究指出随着海洋运输业的发展,航行在海上的船舶数量越来越多,船舶避碰系统成为保障船舶航行安全的必要设备之一。现有的船舶避碰算法有基于视频图像帧数据的、红外传感器设备采集数据的,也有利用知识发现及大数据挖掘技术对船舶航行轨迹及碰撞规律进行分析,对船舶航行进行辅助指导。本文研究船舶避碰中的灰色度数据挖掘技术,并根据实际的应用数据建立灰色度数学模型,最后对本文的船舶避碰算法进行仿真,与传统算法进行比较分析。(本文来源于《舰船科学技术》期刊2016年18期）
关昕[5]（2016）在《基于灰色模型的动态关联规则挖掘研究》一文中研究指出本文在研究灰色系统理论等相关知识的基础之上,利用灰色模型独特的少数据建模且精度较高的特点,将灰色系统理论与动态关联规则元规则挖掘以及动态关联规则趋势度挖掘相结合,提出了基于灰色-周期外延模型的动态关联规则元规则挖掘算法和基于灰色马尔可夫模型的动态关联规则趋势度挖掘方法。通过针对不同类型的数据,建立不同的数据模型,发现以上两种算法在面临原始数据较少时充分发挥了灰色模型的优点,对于数据的建模和预测都有着很好的效果。同时,将所提出的方法运用在实际的挖掘中,验证在实际挖掘中所具有的实用性以及较高的预测精度。通过与近几年提出的基于动态关联规则元规则和动态关联规则趋势度的挖掘算法进行对比,发现本文所提出的方法挖掘出的规则质量更高、可用性更强,在一定程度上克服了挖掘的盲目性,最大程度的挖掘有效规则以及潜在规则,有效提高了动态关联规则挖掘的效率和挖掘结果的参考价值。与传统的动态关联规则挖掘算法相比,通过数学模型分析规则的变化趋势,能得到规则随时间的变化情况。(本文来源于《辽宁工程技术大学》期刊2016-06-20）
李雅莉[6]（2016）在《时序挖掘算法灰色预测模型的分析及应用》一文中研究指出0引言时间序列就是将某一指标在不同时间上的不同数值按照时间的先后顺序排列而成的数列。时间序列数据挖掘是数据挖掘中的一个重要分支,有着广泛的应用价值,就是要从大量的时间序列数据中提取人们事先不知道的,但又是潜在有用的、与时间属性相关的信息和知识,并用于短期、中期或长期预测。时间序列挖掘的一个重要应用就是预测,即根据已知时间序列中数据的变化特征和趋势,预测未来属性值。常用的时间序列数据挖掘算法有:自回归移动平均法,指数平滑法,多元回归预测法,灰色预测法等。其中灰色预测法由于(本文来源于《网络安全技术与应用》期刊2016年03期）
孙金岭,庞娟[7]（2015）在《基于残差修正的灰色神经网络在数据挖掘中的应用》一文中研究指出针对时间序列数据样本少、部分信息未知的特点,提出将灰色理论与神经网络相结合构建灰色神经网络,充分利用两种方法的优势对小样本时间序列数据进行有效挖掘.为了提高模型的预测精度,提出利用残差对模型进行有效修正.实验分析表明,残差修正灰色神经网络具有较高的预测精度,适合于小样本时间序列数据的挖掘.(本文来源于《吉林大学学报(理学版)》期刊2015年06期）
闵超,赵宇翔,孙建军[8]（2015）在《国外灰色文献领域研究态势分析——基于自组织映射的文本挖掘方法》一文中研究指出为了解灰色文献在国外的研究状况,并为我国科技信息工作提供参考,利用文本挖掘技术对296篇专业会议论文进行定量分析。以论文摘要为语料,建立向量空间模型(VSM),利用自组织映射(SOM)技术和系统聚类方法,将文档、主题逐步聚类,得出国外灰色文献的主要研究群体、研究主题、研究方法和应用领域。结果表明,①国外灰色文献在国家层面和机构层面拥有稳定的研究群体;②文献服务、电子灰色文献(e-GL)和知识库等方向是重点的研究主题;③文献计量方法尤其是引文分析方法是灰色文献的主要研究手段;④国外灰色文献在科技、经济、环境、教育和公共卫生等领域的研究和利用较为频繁。研究结果能够为我国科技信息工作,尤其是灰色文献信息资源的开发利用提供参考。(本文来源于《情报学报》期刊2015年10期）
杨欣[9]（2015）在《基于灰色系统理论的QAR数据挖掘算法研究》一文中研究指出飞机的可靠性直接影响到飞机的飞行安全以及航空公司的经济效益,如何监控飞机飞行状态参数及对飞机系统进行快速故障诊断是目前各航空公司所关心的主要问题。飞机系统故障发生前,通过监测相应的飞行数据参数并进行分析来判断该系统是否存在故障隐患,从而为飞机维护提供正确的信息,以便在故障发生时快速准确地定位及排除故障,降低事故发生率。快速存取记录装置(Quick Access Recorder,QAR)记录了机载设备飞行状态参数的流数据,即QAR数据属于复杂度很高的时间序列数据。直接对其进行处理严重影响效率,因此为降低数据的复杂性,高效地检索并确定QAR数据是否是故障数据,本文采用时间序列数据分割算法。以QAR数据作为研究对象对其进行数据挖掘,通过将QAR数据分割为不重迭的子序列来减少数据量,并定位故障数据序列,提取有用的规则供人们决策,然后基于故障数据序列采用灰色系统理论的方法确定其具体的故障类型。本文主要完成了以下内容:1.鉴于发动机QAR数据维数高、数据量大等特点,且飞机突发故障的时间一般较短,QAR记录器记录的故障数据量少,同时各属性值之间的关系具有模糊性,引入时间序列模糊分割对QAR数据进行处理,并将其分割为不重迭的子序列。其中分割数的选取是关键问题,通过引入启发式自底向上算法及PCA相似性准则来自动选取最优分割数,以此检测QAR异常序列。2.进行QAR故障数据的灰处理。对由时间序列数据分割算法得到的子数据序列进行灰色生成处理,得到量纲一致的数据序列。结合灰色系统理论对小样本有较好适用性的特点,将根据专家经验得到的标准故障序列集与根据时间序列数据分割算法获得的QAR异常数据序列进行灰关联分析。3.改进灰关联度的发动机故障诊断。鉴于发动机各属性参数对发动机故障的贡献度不同,通过采用改进灰关联度方法可以提高故障识别率,提出更改灰色关联系数作为计算灰色关联度时的权值,即加权计算,并根据最大灰关联度原则来进行机载设备的故障诊断。(本文来源于《中国民航大学》期刊2015-05-07）
王中宇,李丹,姚贞建[10]（2015）在《视觉测量数据的灰色挖掘方法及其精度评定》一文中研究指出在视觉测量的过程中,将由工程样机得到的有限数据进行灰色挖掘并且与曲线拟合相结合,充分地发挥2种不同方法各自的优势,以寻找位置精度与测量距离之间的关系.首先,利用少量的实验数据建立灰色预测模型,通过该模型对有限的测量数据进行挖掘以增加样本量.然后,利用灰色关联方法分析世界坐标系3个坐标轴上的位置精度与测量数据之间的关联性.最后,对灰色预测模型得到的数据进行多元、多阶的多项式拟合.实验结果表明:该方法预测数据的精度可以达到1级,并且位置精度与测量距离之间拟合的准确度优于99%.(本文来源于《北京工业大学学报》期刊2015年04期）
灰色挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
数据挖掘作为知识经济时代的发展新动力,其应用已涉及金融业、零售业、保险业、医疗等诸多领域并取得显着成效,但数据挖掘在人力资源管理领域的应用目前仍处于初始阶段,其推行力度、普及程度、技术成熟度等均存在很大局限性。本文在此背景下以离职管理为例,基于数据和风险层面角度,借助数据挖掘技术的灰色关联分析法对离职因素进行量化评估,通过实证分析结果指导管理者做出决策,并且进一步强调数据对企业和人力资源管理者的必要性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰色挖掘论文参考文献
[1].赵颖.基于灰色系统理论的快速时序数据挖掘算法[J].西安文理学院学报(自然科学版).2018
[2].赖华强,王叁银,仲崇高.人力资源管理领域的数据挖掘应用展望——以基于灰色关联模型的离职管理实证分析为例[J].江苏商论.2018
[3].王战红,常钊,姚瑶.灰色数据挖掘在船用柴油机中的应用[J].舰船科学技术.2016
[4].吴蓓.船舶避碰中灰色数据挖掘研究[J].舰船科学技术.2016
[5].关昕.基于灰色模型的动态关联规则挖掘研究[D].辽宁工程技术大学.2016
[6].李雅莉.时序挖掘算法灰色预测模型的分析及应用[J].网络安全技术与应用.2016
[7].孙金岭,庞娟.基于残差修正的灰色神经网络在数据挖掘中的应用[J].吉林大学学报(理学版).2015
[8].闵超,赵宇翔,孙建军.国外灰色文献领域研究态势分析——基于自组织映射的文本挖掘方法[J].情报学报.2015
[9].杨欣.基于灰色系统理论的QAR数据挖掘算法研究[D].中国民航大学.2015
[10].王中宇,李丹,姚贞建.视觉测量数据的灰色挖掘方法及其精度评定[J].北京工业大学学报.2015