1、“.....是在网络病毒监测中的应用。黄应红等将数据挖掘技术运用到网络病毒监测中，运用分类分析聚类分析和序列模式分析等算法，有效地从病毒监测审计数据中提取出有用的信息，提高了病毒检测能力。是在网络病毒防御中的应用。李嘉嘉针对计算机网络病毒传播快种类多破坏性强的特点，通过数据源抓包数据预处理建立规则库，运用关联规则异类分析和聚类分析来发现和查找病毒特殊数据，可有效保护网络系统安全。判别分析。分类是大数据挖掘领域的经典课题之。判别分析又称分辨法，结构化多源异构的作战实验数据进行全面深入挖掘，为作战实验事后分析提供了种新思路。是演训效能评估。马新志等充分借助大数据及其技术，直视演训评估中数据浪费和数据缺失等问题，着力解决了数据整编存储分析展示再生产等难题，使评估结论更加准确实时高效，带动了评估效率质的飞跃。在军事信息安全中的应用在军事通信网络中的应用......”。

2、“.....苏赛等在训练集上建立分类模型，首先对测试人员特点进行分析，然后对测试过程中或质量监督员发现的问题进行梳理统计，找出薄弱性寻军事领域下大数据挖掘技术的应用研究军事通讯论文别思想等。主成分分析。主成分分析，是种把离散信息归至指定指标的统计分析方法，也是种降维的统计方法。主要是研究如何把彼此相关的变量综合成个或少数几个综合指标或称主成分，使得在研究复杂问题时更容易抓住主要矛盾，揭示变量之间的内在关系，得到对事物特征及其发展规律的些深层次的启发。关联性分析关联分析又称关联挖掘，是种简单实用的分析技术，用于发现存在于大量数据集中的关联性或相关性，从而描述了个事物中些属性同时存在的规律和模式。比较经典的关联规则挖掘算，将地理信息系统中的数据进行挖掘，可得到目标之间最短路径最优规划等有用知识，还可实现战场气候信息数据挖掘......”。

3、“.....辅助分析决策。大数据挖掘对军事决策支持有着重要的支撑作用。郑泽席把和技术引入了军事决策支持系统，建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法，进步提高了军事决策支持信息的军事通讯论文。大数据挖掘技术军事应用研究在作战指挥中的应用提供高效准确的情报。大数据思想最早应用于军事领域是军事情报分析，其应用非常广泛。是卫星仿真数据分析与评估。李清毅利用数传评估算法对卫星仿真柔性平台的结果数据进行深层次的数据挖掘，进行事后分析和处理，根据应用需求从仿真数据中提炼有用的结果，并以曲线和图表等多种形式予以保存和显示。是军事情报信息挖掘。武开有建立了数据挖掘模型，利用时间序列算法关联规则算法和聚类分析算法对海洋军事情报信息进行挖掘大数据挖掘概念大数据挖掘是从大量数据中有效地发现有价值的不明显的信息......”。

4、“.....大数据挖掘是从存储在数据库数据仓库或其他信息库中的大量数据中发现有趣的信息，如模式关联变化异常和重要结构的过程。大数据挖掘通常用于非常大的数据库，由于数据库的复杂性和容量庞大，使得它通常是不能被解读或分析。大数据挖掘的目的是从这些大型数据库中发现有用的信息，这种过程被称为数据库知识发现军事技术军事领域大数据挖掘综述引言人类社会已经进入大数据时代，海量数据信息的出现让身处信息汪洋的我们更加难以看清事物的本质，而大数据技术的发展为信息时代的数据处理提供了有力支撑。未来信息化战争，全域多维的海量数据信息爆发，透过信息迷雾掌握战争脉动的方将占据信息制高点，夺取制信息权进而控制战场态势并赢得战争。大数据挖掘技术为我们提供了种可能途径，将军事领域的海量信息进行挖掘利用，掌握其中的规律并加以利用，必将改变未来战争的面貌。随着以云计算物联网为代场的各个领域和环节......”。

5、“.....数据量十分庞大。这些数据当中，部分属于冗余数据，部分则属于不相关数据，还有部分属于噪音数据。如何对大数据进行系统的处理和分析，挖掘隐藏在数据背后的深层次军事知识和含义，得出科学可信的结论，成为个紧迫而又全新的战略课题。数据挖掘是门面向应用的技术，不仅是面向特定数据库的简单检索查询和调用，而且要对这些数据进行微观乃至宏观的统计分析和推理，挖掘大量数据背后的知识。去重处理。对于重复项的判断，基本思想模式识别神经网络数据可视化信息检索等多学科的技术集成。其常用的分析方法包括分类聚类回归分析关联规则和特征分析等。军事领域下大数据挖掘技术的应用研究军事通讯论文。摘要军事领域的海量数据蕴含着大量信息，大数据挖掘技术为人们提供了种提取并有效利用的可能途径。论文对大数据挖掘技术概念进行了研究，分析了数据挖掘的主要内容和方法。以提高数据挖掘技术的应用范围和针对性为目的......”。

6、“.....关键词军事应用军事技术军事领域大数据挖掘综述引言人类出运用基于知识发现的模糊专家系统统计决策理论人工神经网络等多属性决策技术，可对兵力运用火力运用兵力机动敌方威胁等进行深入分析，形成有效的辅助决策方法。大数据挖掘概念大数据挖掘是从大量数据中有效地发现有价值的不明显的信息，这种涉及从数据中提取信息的过程也是种探索性数据分析。大数据挖掘是从存储在数据库数据仓库或其他信息库中的大量数据中发现有趣的信息，如模式关联变化异常和重要结构的过程。大数据挖掘通常用于非常大的数据库，由于数据库的复杂性和容量庞大，使得军事领域下大数据挖掘技术的应用研究军事通讯论文表的新代信息技术的快速发展，信息渗透到战场的各个领域和环节，现代战场的信息流量成几何级数剧增，数据量十分庞大。这些数据当中，部分属于冗余数据，部分则属于不相关数据，还有部分属于噪音数据......”。

7、“.....挖掘隐藏在数据背后的深层次军事知识和含义，得出科学可信的结论，成为个紧迫而又全新的战略课题。数据挖掘是门面向应用的技术，不仅是面向特定数据库的简单检索查询和调用，而且要对这些数据进行微观乃至宏观的统计分析和推理，挖掘大量数据背后的知和单变量推论统计两种方式。其中单变量描述统计可以确定频数分布与频率分布进行集中趋势分析进行离散趋势分析，单变量推论统计可通过样本调查中所得到的数据资料，从区间估计和假设检验两个方面对总体的状况进行推断。摘要军事领域的海量数据蕴含着大量信息，大数据挖掘技术为人们提供了种提取并有效利用的可能途径。论文对大数据挖掘技术概念进行了研究，分析了数据挖掘的主要内容和方法。以提高数据挖掘技术的应用范围和针对性为目的，分析了数据挖掘在军事领域的应用。关键词军事应用分析技术和智能化应用技术，能及时处理海量非结构化全维性的侦察情报信息......”。

8、“.....是空间数据挖掘。江兵等分析了空间数据的特征，将分类分析聚类分析关联规则分析和决策论等方法技术运用到战场环境分析空间信息情报处理和战场态势挖掘上，从空间数据中提取出具有决策意义的信息，为战场指挥员正确决策提供了数据支持。丁佐杉等指出利用模糊数据开采方法可进行战场环境仿真与分析，将地理信息系统中的数据进行挖掘，可得到目标之间最短路径最优规划等是排序与合并，主要用方法进行判断，然后将重复的样本进行简单的删除处理。噪音处理。噪音是被测变量的随机误差或者方差，包括值或偏离期望的孤立点值，对于噪音的处理主要采用分箱法和回归法包括线性回归和使用回归。单变量分析单变量分析又称单变量统计分析，就是在个时间点上对单变量所进行的描述和统计，目的是通过对数据的整理加工组织和展示，计算反应数据的集中趋势和离散程度的指标，对变量分布的特征和规律进行刻画和描述......”。

9、“.....海量数据信息的出现让身处信息汪洋的我们更加难以看清事物的本质，而大数据技术的发展为信息时代的数据处理提供了有力支撑。未来信息化战争，全域多维的海量数据信息爆发，透过信息迷雾掌握战争脉动的方将占据信息制高点，夺取制信息权进而控制战场态势并赢得战争。大数据挖掘技术为我们提供了种可能途径，将军事领域的海量信息进行挖掘利用，掌握其中的规律并加以利用，必将改变未来战争的面貌。随着以云计算物联网为代表的新代信息技术的快速发展，信息渗透到战它通常是不能被解读或分析。大数据挖掘的目的是从这些大型数据库中发现有用的信息，这种过程被称为数据库知识发现，。大数据挖掘涉及数据库技术统计学机器学习高性能计算模式识别神经网络数据可视化信息检索等多学科的技术集成，。总而言之，大数据挖掘是从海量数据信息中发现规律性现象的数据处理技术......”。