论文摘要
本论文论述了农产品库存分析系统的设计及实现过程。传统的库存管理系统存在数据冗余,无法有效利用数据信息,无法提供制定决策的支持知识等弊端,本系统应用数据仓库基础上的先进的数据挖掘算法,对从无线射频电子标签上采集到的库存信息进行有效地分析及算法应用,得出能够为管理者制定决策的有利信息。系统中运用无线射频识别(Radio Frequency Identification, RFID)读写器及标签获取数据信息,RFID电子标签相对于传统的条形码具有明显的优势,并且在采集数据上具有半自动、高效、准确性高等特点。在RFID设备层的设计中,将RFID设备设计为系统数据仓库的底层信息获取渠道,通过封装动态链接库来实现对其驱动函数的调用,并在中间层利用程序设计对其存储空间进行块状分割。RFID电子标签采集到的数据无法直接应用于数据挖掘算法分析,使用上卷及下钻等处理方法获得有利于不同用户的数据挖掘知识,从而利用该数据集构建用户有利的数据仓库,以备数据挖掘算法的应用。本系统的核心为将改进后的数据挖掘算法应用到经处理的RFID数据集上,并获得利于管理者决策的信息。用Apriori算法进行了库存农产品调度的优化性分析,进而得到进行数据挖掘发现的优化工作流网,由于用户对信息需求的强层次性,使用改进后的AprioriGraph算法进行工作流的数据挖掘,获得了工作流的常态运转模式,以及离群点信息,并且文中写出了具体的实现算法,并验证了算法的可行性。根据系统模块,以及数据挖掘应用的关键点进行系统设计,应用Visual Basic开发语言,以及SQL Server2005数据库系统进行了具体的开发与设计工作。
论文目录
相关论文文献
- [1].基于数据挖掘算法的成都市流动人口状况研究[J]. 经济研究导刊 2020(03)
- [2].大数据下的数据挖掘算法在多维度评教模型中的应用[J]. 信息与电脑(理论版) 2020(01)
- [3].审计信息系统的异常数据挖掘算法和应用[J]. 全国流通经济 2020(19)
- [4].云计算环境下的数据挖掘算法探究[J]. 网络安全技术与应用 2019(05)
- [5].基于决策树的大学生职位晋升影响因素数据挖掘算法[J]. 北华大学学报(自然科学版) 2019(06)
- [6].如何运用数据挖掘算法进行投诉预测分析[J]. 信息通信 2019(11)
- [7].基于关联规则的数据挖掘算法[J]. 电子技术与软件工程 2018(02)
- [8].一种基于神经网络的数据挖掘算法[J]. 电脑编程技巧与维护 2017(03)
- [9].基于数据挖掘算法的电子图书馆智能推荐技术研究[J]. 西南师范大学学报(自然科学版) 2017(07)
- [10].采用高阶累积量压缩的镀铬加工实时数据挖掘算法[J]. 世界有色金属 2016(09)
- [11].基于云计算的海量数据挖掘算法[J]. 产业与科技论坛 2015(16)
- [12].数据挖掘算法基于关联规则的分析和应用[J]. 课程教育研究 2017(11)
- [13].基于数据挖掘算法的创客校园质量管理模型研究[J]. 现代职业教育 2017(10)
- [14].基于云计算的数据挖掘算法研究[J]. 无线互联科技 2013(12)
- [15].基于大数据的高效数据挖掘算法及应用[J]. 信息与电脑(理论版) 2020(19)
- [16].基于数据挖掘算法数据模型实现大数据分析的方法研究[J]. 电子测量技术 2020(03)
- [17].数据挖掘算法在云平台应用中的优化与实施[J]. 电子元器件与信息技术 2019(03)
- [18].关联规则下的数据挖掘算法分析[J]. 信息记录材料 2018(07)
- [19].一种改进的数据挖掘算法[J]. 科技通报 2016(11)
- [20].基于神经网络自适应搜索的大数据挖掘算法[J]. 计算机与网络 2016(23)
- [21].基于R语言的数据挖掘算法研究[J]. 电脑知识与技术 2016(28)
- [22].云计算平台下数据挖掘算法研究[J]. 信阳农林学院学报 2017(01)
- [23].入侵检测中常用数据挖掘算法的分析与研究[J]. 无线互联科技 2014(11)
- [24].基于链距离估计的非显著特征数据挖掘算法[J]. 科技通报 2015(06)
- [25].数据挖掘算法的研究——以不确定图模型为例[J]. 电脑知识与技术 2015(12)
- [26].数据挖掘算法的分析探讨[J]. 硅谷 2014(02)
- [27].动态云模型大规模数据挖掘算法[J]. 长春工业大学学报(自然科学版) 2014(03)
- [28].常用数据挖掘算法的分析对比[J]. 河南科技 2014(19)
- [29].高速接入网云计算平台的大数据挖掘算法研究(英文)[J]. 机床与液压 2017(24)
- [30].数据挖掘算法在中药研究中的应用[J]. 中国药房 2018(19)