简介：摘要：地球上海洋占比71%，随着当前时代的发展，人们一直在探索海洋世界。目前，信息化技术发展迅速，而且在各种新技术的推动下，大数据技术得以问世并被深入应用，而且在当下的海洋测绘工作中，大数据技术起到了至关重要的作用，其可以用于测绘数据的挖掘与存储，这对异构性、复杂性、多样性特点下的海洋数据测绘工作提供了重要帮助。要知道，海洋测绘数据具有“海量化”特点，现如今对于其测绘，多采用Hadoop大数据技术，以此来更加高效地进行数据挖掘和分析。本文中，笔者便重点探究了大数据技术下海洋测绘数据的存储与挖掘。

简介： 摘要：我国高速公路在经过了多年的发展之后已经取得了很大的成就，在我国交通领域中有着非常重要的地位。高速公路的不断建设不仅方便了人们的日常生活，同时也为我国经济发展提供了更大的便利，在我国经济发展过程中做出了巨大贡献。随着高速公路收费系统发展的越来越好，而且还在该系统中融入了许多先进技术，各种数据信息被记录了下来。以大数据为背景，对收费系统储存的各种数据信息进行分析，能够有效提高收费站收费效率。

简介：摘要：在大数据时代的背景下，数据挖掘技术引起了信息产业界的极大关注，其主要原因是存在大量可广泛使用的数据，并且迫切需要从这些数据中获取有用的信息和知识。为了使高校毕业生能够满足信息产业界的需要，数据挖掘课程已逐渐成为计算机专业培养方案中的专业选修课之一。数据挖掘作为一门兼具理论性和实践性的课程，对于提高计算机专业学生编程实践能力和理论创新能力都能起到积极作用。同时，如何在授课过程中充分的考虑理论与实践的结合是数据挖掘课程的难点问题，也是目前课程授课面临的关键和核心问题。

简介：本文通过关联规则,挖掘某个区域中化学元素对地质环境影响的变化趋势,为我们提供化学元素对地质环境影响度的预测,并根据预测结果做出管理决策,实验结果表明,该方法预测精度较高。

简介：结合新疆天山某勘查区地球化学详查工作实际,论述了地球化学勘查过程中多种数据处理方法或方法组合的综合运用及取得的研究效果,指出了多层次信息提取与多种数据挖掘的必要性及可行性。

简介：大陆板内玄武岩（ICB）是一个广义的术语，包括大陆溢流玄武岩（CFB）、大陆裂谷玄武岩（CRB）以及所有出露在大陆板内构造环境的玄武岩。本文研究的大陆板内玄武岩不包括大陆溢流玄武岩和大陆裂谷玄武岩，主要是一些规模比较小的玄武岩，是狭义的ICB。本文详细介绍了研究的方法、数据清洗过程以及数据处理过程。在上述研究的基础上探讨了新生代ICB的时空分布，着重对不同时代的ICB进行了对比，发现中新生代、古生代、元古代的ICB的地球化学特征总体上一致，其中，古生代和元古代之间的相似性更加明显，而中新生代则显示V、sc、Yb亏损的特征，具体如何解释还需要今后进一步的研究。本文的研究表明，全球不同时代ICB的地球化学特征大体相似，地质理论中的“将今论古”原则适用于ICB，只是在应用时尽量回避A12O3、Zn、V、Sc、Yb等元素就更加万无一失了．

简介：摘要：随着科技的进步，信息化浪潮席卷而来，大数据时代已经降临，各行各业逐渐开始被信息化所覆盖。数据仓库、数据库以及数据海洋的交互变换，推动了数据的不断增长与膨胀。就石油工程来说，怎样才能激荡智慧，找寻破解大数据技术的最大公约数，采用不同方式在各种数据信息资料中寻得可利用的信息，已经逐渐成为石油工程发展中积极探索的重要命题。

简介：气象预测是现代世界最重要和最有挑战的问题，准确的气象预测常需要使用比较先进的方法和计算机模型。本文分析了数据挖掘方法在气象预报中应用的国内外研究现状，简要介绍了目前在大气科学领域应用的一些数据挖掘方法的相关概念、原理和特点，综述了数据挖掘方法在气象预报中的最新应用研究进展，讨论了这些数据挖掘方法在气象预报中的优缺点。最后指出了当前基于数据挖掘方法的气象预报技术存在的一些困难，并对未来的研究重点和和发展趋势进行展望。

简介：摘要： 在物流快速发展的过程当中，只有充分的借助于大数据信息技术，建立网络交流平台，加强对各种物流信息数据的使用，才能够保证物流行业的发展更加迅猛，因此需要充分了解物流挖掘的相关技术，然后充分的应用在物流管理系统当中。通过对各类数据进行有效的挖掘，为物流行业发展提供强力的技术支撑。

简介：数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程，由于数据挖掘具有出色的非线性建模能力和自组织学习能力，因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程，包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息；然后使用分支定界算法寻找最佳的特征子集，并消除冗佘信息；最后采用C5．0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好，表明在复杂油藏的研究中数据挖掘方法是有效的。

简介：摘要：随着我国经济不断发展，互联网技术和信息技术的快速发展，软件工程的开发及应用越来越成熟，时至今日，软件工程已在世界范围内步入了新的台阶。数据挖掘技术的出现，可有效解决这一问题。通过数据挖掘技术可大幅度提升数据采集、数据分析、数据汇总、数据处理以及数据管理的效率和质量，从海量数据库中，快速提取有利于软件设计、开发、管理的数据，既能降低软件工程的研发成本，还能提升软件工程质量，对软件事业的发展有良好的推动作用。文章提出数据挖掘技术在软件工程中的应用路径。

简介：摘要：在工程项目的全过程风险管理中，数据挖掘技术起着举足轻重的作用。本文从多个角度研究了数据挖掘技术及其应用。首先，简要介绍了数据挖掘技术的发展背景。首先，对数据挖掘产生的背景进行了简单的描述，包括它的概念、分类、流程等；其次，本文将数据挖掘技术运用于工程项目整体风险管理，并对其在危险辨识、分析与预报中的运用进行了详细的论述。最后，在此基础上，提出了将数据挖掘技术部分应用于实践的设想，提出了一种基于数据挖掘技术的工程项目全过程风险管理方法，并着重阐述了在工程实践中开展数据挖掘工作的重要意义。

简介：摘要为贯彻集团公司“智能临矿，智慧临矿，云上临矿”的重大战略部署，经过多方考察论证，临矿集团后勤保障部于2018年10月开始建设后勤专业大数据共享平台，2019年1月1日正式上线，经过8个月的运行，促进了节能，提高了集团公司后勤保障管理水平。本文根据我自身工作体会，做出以下总结。

简介：摘要为贯彻集团公司“智能临矿，智慧临矿，云上临矿”的重大战略部署，经过多方考察论证，临矿集团后勤保障部于2018年10月开始建设后勤专业大数据共享平台，2019年1月1日正式上线，经过8个月的运行，促进了节能，提高了集团公司后勤保障管理水平。本文根据我自身工作体会，做出以下总结。

简介：摘 要：当前我国的信息技术领域的发展已有了质的飞跃，相应的，大数据时代也应运而生。另外，一些传统的工程项目管理也已经越来越跟不上时代发展的步伐，而大数据时代能够不断完善工程项目的内容，同时还能够有效增强项目管理工作的质量。由此可见，工程项目管理中对于大数据挖掘技术的应用是十分重要的。

简介：简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。

简介：摘要随着科学技术的快速发展，大数据技术得到了广泛的应用，给人们的生产和生活带来了极大的便利。大数据挖掘在建筑工程管理中的应用，一方面提升了建筑工程管理的效率和质量，另一方面也给传统的建筑工程管理带来了巨大的挑战。通过大数据技术，可以对大量的信息进行分析与整理，这对于提升建筑工程管理的质量和效果具有十分重要的意义。本文分析了建筑工程管理中应用大数据挖掘的优势，并就具体的应用措施提出建议，希望对提升建筑工程管理水平有所帮助。

简介：大陆裂谷是大陆内部的拉张地带，与地幔软流圈的隆升有关。大规模玄武岩浆侵位是大陆裂谷发展的重要特征。新生代大陆裂谷玄武岩（CRB）的时空分布表明，CRB绝大部分出现在更新世，暗示更新世可能是全球拉张最明显的时期。大数据研究表明，CRB与洋岛玄武岩（OIB）、大陆溢流玄武岩（CFB）的地球化学特征虽然存在一些差别，但总体上类似。与CFB和OIB相比，CRB的LILE和LREE更加富集，可能与岩浆混染程度较高及部分熔融程度较低有关。与OIB相比，虽然它们都是深源的，但是，CRB的源区深度可能略浅一些，而混染程度略高一些。

简介：摘要：在我国城市建设进程和速度不断加快的背景下，近些年来我国城市建设发展速度较快，城市建设功能越来越完善，为城市居民提供了更好的居住和生活环境。在城市建设发展过程中，城建档案信息管理是其中的重要工作，是对城市建设发展信息的记录和保存，为后续城市规划提供科学的数据支持，因此需要做好城建档案管理和数据挖掘工作。本文对城建档案信息管理中数据挖掘技术的应用进行了深入的研究与分析，并提出一些合理的意见和措施，旨在进一步提高数据挖掘技术水平，从而使城建档案更好地服务于城市发展规划工作。

简介：摘要：基于深化国家电网公司“现代（智慧）供应链”体系智能采购业务场景建设要求，依托大数据挖掘技术和供应商全息画像技术，根据供应商关系管理发展和信用评价体系建设的需要，深度挖掘各系统网络间采购全过程数据价值增量，建立完善、全面的供应商“感知体系”，搭建分析系统平台，进一步挖掘数据价值，分析供应商竞争行为，建立良性双赢环境，为公司高质量发展，助力公司推进智慧采购建设。