信息挖掘
信息挖掘的相关文献在1989年到2022年内共计820篇,主要集中在自动化技术、计算机技术、信息与知识传播、科学、科学研究
等领域,其中期刊论文449篇、会议论文114篇、专利文献339509篇;相关期刊334种,包括情报理论与实践、情报杂志、现代情报等;
相关会议107种,包括第十二届中国智能交通年会、第七届中国航空学会航空通信导航监视及空管学术会议暨航电与空管分会2016年学术年会 (CCATM2016)、2016中国计算机辅助设计与图形学会大会等;信息挖掘的相关文献由1745位作者贡献,包括杨炳儒、周立运、周晓波等。
信息挖掘—发文量
专利文献>
论文:339509篇
占比:99.83%
总计:340072篇
信息挖掘
-研究学者
- 杨炳儒
- 周立运
- 周晓波
- 周雪
- 张勇东
- 徐红兵
- 李彩凤
- 游福成
- 王腾
- 程学旗
- 邹见效
- 丁杰
- 严泰来
- 刘伯运
- 刘斓冰
- 刘毅
- 刘超
- 张慧卿
- 方雅青
- 李忠一
- 李鹏
- 杨丽静
- 王兰成
- 蒋建华
- 谢伟
- Wang Lancheng
- 万斌
- 严诗博
- 于俊凤
- 云晓春
- 仇原鹰
- 付年钧
- 付晓寅
- 何军
- 何洋
- 余伟
- 余宇新
- 余雯
- 兰杰
- 冷静
- 刘凯
- 刘培刚
- 刘峰
- 刘强
- 刘悦
- 刘战
- 刘文博
- 刘昊
- 刘松
- 刘玉国
-
-
黄竞择;
侯婷婷;
雷何;
刘一鸣;
徐菁;
李妍
-
-
摘要:
空间负荷预测是配电网网格化规划的基础,互联网的发展使得将大数据技术应用于空间负荷预测成为了可能,本研究基于开源大数据,提出一种基于POI信息挖掘的网格空间负荷预测方法.首先基于python编程语言调用网络地图平台的API接口,获取开源的用户数据并利用射线法及正则匹配法进行信息挖掘,从而得到用于网格空间负荷预测的基础数据.其次参考配电网规划标准,建立规划区用地指标体系,并对基础数据进行归一化处理以反映各个网格的负荷分布情况.接着基于规划区具体情况,综合三种传统总量负荷预测方法进行总量负荷预测.最后结合总量负荷预测结果与负荷分布情况,基于总量负荷预测结果与网格负荷归一化占比分配总量负荷指标进行网格空间负荷预测,并拟合负荷发展特性曲线对预测结果进行验证.根据规划区实际情况应用本文中所述方法,可为配电网网格化规划提供依据.最后结合实际区域验证了所述方法的实用性.
-
-
刘超;
梁安婷;
刘小洋;
黄贤英
-
-
摘要:
针对传统图卷积网络(GCN)存在的信息提取不完整,社交网络节点分类精确度有待提升的问题,提出融合多角度信息和图卷积网络的社交网络节点分类模型(MAIF-GCN)。利用特征向量X和邻接矩阵A,分别构造包含节点间同质信息的矩阵FA和共引信息的矩阵CoA;分别在正则化后的3个矩阵空间进行两层图卷积,得到输入特征在3种空间里的嵌入;将得到的嵌入相加,使用注意力机制,实现邻接邻居、同质最近邻、共引最近邻及三者组合的多角度信息的融合;最后通过训练获得节点分类器。实验结果表明:与现有的GCN变体相比,提出的MAIF-GCN模型在社交网络上分类准确率提高1%以上,证明了MAIF-GCN模型具有良好的信息挖掘和信息融合能力。
-
-
赵秀萍
-
-
摘要:
视频侦查以视频信息分析为基础。借助专业知识和经验,运用形态分析、图像比对和测量、目标跟踪等方法进行视频信息的挖掘,可以分别得到显性信息、隐性信息和关联信息。三类信息在案件侦查中发挥不同的作用:显性信息主要通过形态比对进行个体识别,影像质量决定了显性信息的显示程度和利用价值;隐性信息通过对视频内容的比较和分析而得到,分为物体状态、目标尺寸、时空属性、运动轨迹和影像异常五类,可用于分析推断案情,提供定案依据;利用从视频影像中提取的各类结构化数据和视图信息进行深层次的数据关联,可以得到关联关系、身份信息、因果关系、溯源关系等关联信息,用于间接确认嫌疑人身份,固定犯罪证据。
-
-
杨卫
-
-
摘要:
我与俗称"90后"的青年科研人员交往不多,但深知他们是最具有特色的一代,是信息挖掘能力最强的一代,是伴随着智能手机成长起来的一代。本文并不论及他们在学术成长时面临的治学、求职、齐家的压力,也不论及他们初入社会时面临的各种挑战,仅针对"90后"从学术试验田上的株株青苗成长为亭亭玉立的人才之林的成材过程,从其学术三观(世界观、人生观、价值观)一论(方法论)的形成,来领悟"90后"应如何锻造其创新者的能力与担当。
-
-
-
-
摘要:
●基于POI信息挖掘的网格空间负荷预测方法(黄竞择,侯婷婷,雷何,刘一鸣,徐菁,李妍),●对氨基苯酚印迹聚合物磁微粒制备及其萃取应用(褚琪琪,王筱倩,党雪平,陈怀侠),●石墨烯/CoSnO3固载Pd-Pb纳米合金的制备及电催化氧化乙二醇(吴祉睿,马奇,王敏,莫晗,钟玉婷,刘红英,周立群),●几种植物生长调节剂组合对亚热带山地泥炭藓(Sphagnum palustre L.)生长影响的初步研究(张文娟,汪正祥,邓龙强,刘韬,李亭亭)。
-
-
-
杨卫
-
-
摘要:
我与俗称“90后”的青年科研人员交往不多,但深知他们是最具有特色的一代,是信息挖掘能力最强的一代,是伴随着智能手机成长起来的一代。本文并不论及他们在学术成长时面临的治学、求职、齐家的压力,也不论及他们初入社会时面临的各种挑战,仅针对“90后”从学术试验田上的株株青苗成长为亭亭玉立的人才之林的成材过程,从其学术三观(世界观、人生观、价值观)一论(方法论)的形成,来领悟“90后”应如何锻造其创新者的能力与担当。
-
-
郭畅;
金晓斌;
薛樵风;
杨绪红;
周寅康
-
-
摘要:
农村居民点是农村人口聚集的场所,探索历史时期农村居民点用地分布特征及长时期农村居民点变化规律可为复原土地利用/覆被变化的历史进程提供参考。文章以江苏省苏州市为研究区,以地方志为主要资料来源,通过历史文献解读并设计古今地名匹配算法,实现了对明清时期4个历史断面下苏州市农村居民点的空间定位;通过标准差椭圆、核密度和泰森多边形等空间分析方法,探索了研究期内农村居民点的空间格局特征。研究结果表明:(1)地方志记载的历史居民点虽难以与当前通过测绘形成的农村居民点图斑进行直接对应,但可反映当时农村居民点分布总体格局;(2)明清时期,苏州农村居民点空间格局较为稳定,基本保持东北—西南方向的分布格局,并呈现出常熟市—苏州古城与常熟市—昆山市两条发展轴线。与现代多核结构特征相比,核心—边缘结构较不明显;(3)明清时期,苏州农村居民点密度分布就呈现出较为显著的空间异质性,表现出以苏州古城为中心,随时间推移逐渐聚集的趋势,这与当前以苏州市区为中心向四周递增的阶梯格局有显著差异。
-
-
郭鑫
-
-
摘要:
为了提高科研信用评价能力,提出层次分析法的科研信用评价模型。采用空间分布式信息重构方法进行科研信用评价的模糊特征重组,进行科研信用多元评价的信息挖掘和特征提取与进行科研信用评价的均衡配置和线性规划设计,实现科研信用评价的层次化分析和特征重建。采用二乘规划模型进行科研信用评价的大数据调度和模糊空间信息采样,结合资源优化调度方法,实现科研信用资源信息优化配置,通过博弈均衡控制方法,进行科研信用的优化评价和参数自适应评估。通过仿真测试得出结论,采用该方法进行科研信用评价的准确度较高,性能较好。
-
-
-
武安绪
- 《中国地震预报论坛——2018学术交流会》
| 2018年
-
摘要:
中国地震预测预报工作中用到丰富的地震观测资料,如地震活动、地球物理/化学前兆场、构造等,进行震情知识的挖掘和研究.但"以震报震"一直是中国地震预测预报中的最重要的震情知识挖掘方法之一,其主要核心数据基于地震目录,利用不同方法、模式、思路进行地震三要素预测信息的挖掘研究和系统分析.
-
-
Chao Zhang
- 《2018年中国网络安全大会》
| 2018年
-
摘要:
Vulnerability Discovery Code Review(10%)Static Analysis Dynamic Analysis Taint Analysis Symbolic Executiion Fuzzing(80%)mutation,generation blackbox,greybox,whitebox smart,dumb.Fuzzing is the most popular vulnerability discovery solution.AFL is one of the most popular fuzzers, studied by researchers fromacademia and industry.scalable, fast, evolving,sensitive.CoIIAFL improves coverage一guided fuzzing in two ways,mitigate the collision issue in edge coverage tracking,apply coverage一first seed selection policies.
-
-
Chao Zhang
- 《2018年中国网络安全大会》
| 2018年
-
摘要:
Vulnerability Discovery Code Review(10%)Static Analysis Dynamic Analysis Taint Analysis Symbolic Executiion Fuzzing(80%)mutation,generation blackbox,greybox,whitebox smart,dumb.Fuzzing is the most popular vulnerability discovery solution.AFL is one of the most popular fuzzers, studied by researchers fromacademia and industry.scalable, fast, evolving,sensitive.CoIIAFL improves coverage一guided fuzzing in two ways,mitigate the collision issue in edge coverage tracking,apply coverage一first seed selection policies.
-
-
Chao Zhang
- 《2018年中国网络安全大会》
| 2018年
-
摘要:
Vulnerability Discovery Code Review(10%)Static Analysis Dynamic Analysis Taint Analysis Symbolic Executiion Fuzzing(80%)mutation,generation blackbox,greybox,whitebox smart,dumb.Fuzzing is the most popular vulnerability discovery solution.AFL is one of the most popular fuzzers, studied by researchers fromacademia and industry.scalable, fast, evolving,sensitive.CoIIAFL improves coverage一guided fuzzing in two ways,mitigate the collision issue in edge coverage tracking,apply coverage一first seed selection policies.
-
-
-
-
-
-