共查询到20条相似文献,搜索用时 46 毫秒
1.
现代信息技术在生物信息学研究中的应用 总被引:5,自引:0,他引:5
通过对生物信息学研究内容和目的的分析,阐明了现代信息技术在生物信息的采集、存储、处理、获取、分析中的重要作用.重点介绍了数据库技术、数据仓库技术及数据挖掘技术在生物信息学中的具体应用。 相似文献
2.
生物信息学是对生物科学所产生的大量数据进行分析和管理的学科。数据挖掘技术在生物信息学领域具有良好的研究与应用前景。对在生物信息学中的数据挖掘技术的应用进行了研究。 相似文献
3.
数据挖掘是近年来国际上智能信息处理和决策支持分析领域的最前沿的研究方向之一。数据挖掘是指在数据库中对数据进行一定的处理,从而获得其中隐含的有用的信息,发现其潜在规律的过程。这些知识可以用于知识管理,问题求解,制定决策,过程控制和其他领域。文章简要概述数据挖掘的基本理论和常用分析方法,实施过程和步骤,以及数据挖掘技术在企业信息处理和利用中的应用。 相似文献
4.
粗糙集理论作为一种新型的数据分析工具目前已开始逐渐应用到数据挖掘的领域中,在对大型数据库中不完整数据进行分析和学习等方面取得了显著的效果。教育规模的高速增长带来教育信息数据量的级数增长,基于粗糙集的教育数据挖掘有塑成为教育信息处理的一个潜在发展方向。 相似文献
5.
6.
电子商务是指以Internet网络为载体、利用数字化电子方式开展的商务活动。随着网络技术和数据库技术的飞速发展,电子商务正显示越来越强大的生命力。电子商务的发展促使公司内部收集了大量的数据,并且迫切需要将这些数据转换成有用的信息和知识,为公司创造更多潜在的利润。利用数据挖掘技术可以有效地帮助企业分析从网上获取的大量数据,发现隐藏在其后的规律性,提取出有效信息,进而指导企业调整营销策略,给客户提供动态的个性化的高效率服务。本文论述了一种信息处理利用的有效工具—数据挖掘方法及其在电子商务中的应用。 相似文献
7.
宜建军 《中外科技政策与管理》2005,(9):64-67
数据挖掘是先进的信息处理技术。随着计算机技术和网络技术的发展.电子政务技术蓬勃发展,并被日益运用到政府各种行为中.如何有效地分析和利用信息成为政府关注的问题。本文介绍了数据挖掘技术,分析了数据挖掘的应用流程.探讨了数据挖掘技术在电子政务中的应用.提出了数据挖掘在电子政务应用中必须注意的三个问题并指出了电子政务数据挖掘的发展趋势。 相似文献
8.
《科技通报》2015,(10)
通过挖掘生物信息大数据,从生物信息大数据库中提取感兴趣的数据特征,分析生物信息大数据集的细节结构,提高对生物信息的采集、处理、存储、传播,分析能力。传统的生物信息大数据挖掘模型采用基于小波多窗谱提取的生物信息挖掘算法,由于生物特征的属性权重需求各异,数据挖掘精度不高,提出一种基于梯度采样局部收敛的生物信息大数据挖掘模型。首先构建生物信息大数据库模型和生物信息特征挖掘实体模型,采用提取采样局部收敛方法实现对数据挖掘模型的改进,通过求解最优输入控制序列以及索引系统最优目标函数,实现系统的控制输入和预测,使用梯度采样局部收敛的方法进行生物信息大数据挖掘检测,得到生物信息大数据的梯度采样局部收敛属性集合。仿真结果表明,能实时准确地实现对生物信息的储存、检索和分析,提高数据挖掘能力,收敛精度较高。 相似文献
9.
10.
近年来随着生物信息数据的爆炸性增长,管理数据的数据库建设就变得极为重要,甚至成为当代基于各种"组学"的生物学研究的瓶颈步骤。本文通过对通用生物模型数据库(GMOD)系统进行研究和分析,对其发展的过程、主要特点、结构框架等方面进行了系统的分析总结,并重点对该系统的3个重要应用模块:Chado、GBrowse和Apoll,从特点、结构、功能等各个方面进行了详细介绍。最后我们对GMOD应用模块在不同生物信息数据库中的使用情况进行了收集、整理和分类,以方便研究人员借鉴参考。通过以上工作,我们希望为国内广大生物科技研究人员介绍这套国际通用的数据库建立方法和工具,方便研究人员对生物信息数据进行管理和分析,推动GMOD在中国的使用以及生物信息学在中国的发展。 相似文献
11.
基于XML的网页数据挖掘 总被引:1,自引:0,他引:1
随着Internet的迅速发展,使得数据丰富而信息贫乏这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。 相似文献
12.
网络检索中的数据挖掘技术理论与应用 总被引:1,自引:0,他引:1
网络数据挖掘采用数据挖掘信息处理技术,从网络信息资源中发掘用户所需信息。文章在分析互联网文本信息特征的基础上,揭示了文本数据挖掘的目标样本的特征提取、分词处理与文本分类等关键技术,以Google为例讨论了该技术在网络信息检索中的应用。 相似文献
13.
试析异构生物信息数据库的整合 总被引:1,自引:0,他引:1
本文阐述了生物信息数据库对生物信息学研究的重要性,介绍了世界上主要生物信息学数据的类型和特点,同时指出了在生物信息学研究与发展中,对异构生物数据库整合的必要性和迫切性。描述了三种已研究开发的异构生物信息数据库整合平台。 相似文献
14.
15.
针对二十一世纪数字图书馆中图书馆员应如何进行有效的信息服务,研究了XML技术与面向Web的数据挖掘技术。随着XML作为Web上交换数据的一种标准方式的出现,Web挖掘将会变得非常轻松,成为未来信息检索的主要工具。 相似文献
16.
数据挖掘作为一种系统地检查和理解大量数据的工具,能有效地帮助房地产企业从不断积累与更新的数据中提取有价值的信息。从数据挖掘在房地产行业中的市场研究价值入手,介绍了微软BI架构及SQL2005的新特性。分析了数据挖掘在房地产市场研究尤其是客户信息中的应用,使用基于兴趣度的关联规则分析方法,建立一套基于客户分类的关联规则。 相似文献
17.
本文以数据挖掘技术在商业银行中的应用为研究对象。介绍数据挖掘基本概念、分析流程、技术方法,数据挖掘有关算法的原理、主要方法、相关技术和工具。结合构建银行客户存款流失模型案例,详细介绍大数据挖掘步骤和相关算法应用比对,论证商业银行可结合行内积累的业务数据信息,形成内外数据合力,切实挖掘数据价值,实现以数据赋能业务发展为导向,充分发挥数字化改革的引领、撬动、赋能作用,促进“科技+金融”、“科技+数字”的融合发展,有效提升商业银行数字化作战能力。 相似文献
18.
数据挖掘是指把数据有目的有组织地收集起来,对这些数据进行分析使之成为有用信息,从而找出了海量数据的技术形态规则或知识的潜在规则的一种技术。本文概述了数据挖掘的含义、发展和解决的典型商业问题,并从数据挖掘的商业应用实例出发,介绍了如何利用数据挖掘技术来解决现实中出现的实际问题。 相似文献
19.
数据挖掘技术就是从大量的实际应用数据中提取隐含信息和知识,利用数据库,人工智能和数理统计等方面的技术,对数据进行深层加工和分析的信息处理技术。它是计算机科学中的一个新兴领域,普遍适用于金融、网易、服务、医疗、教育、科研、军事等各个领域。其中,金融风险管理是是其在金融领域的新应用。在庞大的金融市场中,如果交易者掌握的信息越充分,他们就能更好的进行风险管理,从而在交易中获得很大的利益。因此,对于金融市场中的信息的挖掘就显得尤为重要。然而面对涉及人来金融活动行为和信息传递这种大数据的处理和分析,我们需要一种更为有效的技术来实行,那就是数据挖掘技术。通过这种技术,对涉及金融方面的信息进行分析、归类、统计,从而达到控制金融风险,进行有效的风险管理的作用。 相似文献