数据挖掘在广播设备运行和维护中应用.docVIP

数据挖掘在广播设备运行和维护中应用 　　摘要：随着信息化在现代化广播发射电台科学发展中的地位和作用越发重要，信息化已经是广播发射电台推进管理创新的迫切需要，是广播发射电台全面可持续发展的不竭动力。数据挖掘技术对信息化的现代化广播发射电台的管理、运行和维护工作有十分的现实意义。 　　关键词：数据挖掘 运行 维护 　　中图分类号：TN913.33 文献标识码：A 文章编号：1007-9416（2014）10-0043-01 　　随着各类信息化系统在广播发射电台的大量普及和应用，积累和产生了大量的信息数据，这些信息数据包含着很多对我们有用的数据。深入的分析和利用这些数据对我们了解和掌握发射机的参数有着很大作用。数据挖掘概念的引入无疑对广播发射电台的科学维护、规范运行具有重要的意义。 　　1 数据挖掘的定义 　　所谓的数据挖掘就是从大量随机的，繁杂的，有噪声的数据中提取隐含在其中我们事先不知道，但是对我们有作用的信息和数据的过程。近年来，各行业信息量的激增，引发了诸多学者对数据挖掘方法的探索。 　　我们所说的数据融合、数据分析以及决策支持都属于数据挖掘。数据挖掘要求数据源必须是大量真实包含噪声的；通过挖掘产生的对于我们可以接受的有用数据必须是我们需要的，他不需要是定理式的通用数据，关键是为我们的决策产生作用。原始数据的呈现可以是结构化像关系数据库中的数据；或者是半结构化的文本、图形和图像数据；甚至还有分布在网络上的异构型数据等多种存在的形式。发掘数据的方式也是多样的。可以是演绎的，也可以是归纳的。发现的数据我们可以用来优化我们的查询数据，也可以支撑我们的决策或者是对数据自身的维护。因此，数据挖掘是一门交叉学科，他为我们对数据低层次的查询应用，提升到挖掘内容，为我们的决定提供支撑。这里所说的知识发现，不是传统意义上的科学定理和科学的公式，实际上，所有发现的知识都是相对的，是有特定前提和约束条件，面向特定领域的，同时还要能够易于被用户理解。最好能用自然语言表达所发现的结果，这无疑对我们提高设备运维的科学化、针对性和实用性有着非凡的意义。 　　数据挖掘技术的意义是可以帮助我们从繁杂冗余的数据库里，快速的找的可以为我们所用的隐含的的有价值的信息。数据仓库和数据挖掘都是决策支持新技术，但他们有着完全不同的辅助决策方式。数据仓库中存储着大量的辅助决策的数据，为不同的用户随时提供各种辅助决策的随机查询、综合信息或趋势分析信息。数据挖掘是利用一系列算法挖掘数据中隐含的信息和知识，让用户在决策中使用。 　　因此，可以简单地说，数据挖掘主要目的是从大量的信息数据里面挖掘的我们可以用的信息。 　　2 数据挖掘系统的主要组成 　　采用数据挖掘的广义观点：数据挖掘是从存放在数据库、数据仓库或其它信息库中的大量数据挖掘有趣知识的过程。基于这种观点，典型的数据挖掘系统具有以下主要成分： 　　知识库：这是领域知识，用于指导搜索，或评估结果模式的兴趣度。这种知识可能包括概念分层，用于将属性或属性值组织成不同的抽象层。用户确信方面的知识也可以包含在内。可以使用这种知识，根据非期望性评估模式的兴趣度。领域知识的其它例子有兴趣度限制或阈值和元数据。 　　数据挖掘引擎：这是构建数据挖掘系统的基础组成部分，有计算的功能模块组成，可以为我们提供像事物关联，分类，演变和偏差之类的分析过程。 　　模式评估模块：通常，该部分使用兴趣度度量，并与挖掘模块交互，以便将搜索聚焦在有趣的模式上。它可能使用兴趣度阈值过滤发现的模式。模式评估模块也可以与挖掘模块集成在一起，这依赖于所用的数据挖掘方法的实现。对于有效的数据挖掘，建议尽可能地将模式评估推进到挖掘过程之中，以便将搜索限制在有兴趣的模式上。 　　图形用户界面：该模块在用户和挖掘系统之间通讯，允许用户与系统交互，指定数据挖掘查询或任务，提供信息、帮助搜索聚焦，根据数据挖掘的中间结果进行探索式数据挖掘。此外，该成分还允许用户浏览数据库和数据仓库模式或数据结构，评估挖掘的模式，以不同的形式对模式可视化。数据挖掘涉及多学科技术的集成，包括数据库技术、统计、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息提取、图象与信号处理和空间数据分析。通过数据挖掘，可以从数据库提取有趣的知识、规律、或高层信息，并可以从不同角度观察或浏览。发现的知识可以用于决策、过程控制、信息管理、查询处理等等。因此，数据挖掘被信息产业界认为是数据库系统最重要的前沿之一，是信息产业最有前途的交叉学科。 　　3 数据挖掘的主要任务 　　数据挖掘的任务主要对数据进行关联分析以及聚类，预测，偏差等一些分析以此来得出对自己有帮助的数据。 　　3.1 关联分析 　　关联规则：两个或两个以上变量的取值之间存在某种规律性，就称为关联。数据关联