北京，2023年5月5日/美通社/——全球领先的全息增强现实（AR）技术提供商WiMi全息云股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布开发集成数据挖掘和神经网络拓扑可视化的数据交互系统。该系统满足实时数据交互的要求，实现了数据交互的灵活配置，可以有效解决“信息孤岛”问题。此外，它还通过使用加密和冗余校验和技术实现了安全可靠的信息传输，以确保数据交互过程的完整性、准确性、可靠性和安全性。
数据挖掘是人工智能和数据库研究的一个热门话题。它是数据库和人工智能技术的集成。所谓数据挖掘，是指从数据库中的大量数据中挖掘出有价值和有用的信息，并通过算法从大量数据中搜索隐藏信息的过程。数据挖掘开发了一套涵盖关联、分类、聚类等的挖掘模型。数据挖掘的整个过程如下：
（1） 数据清理：在实际应用中用于知识发现的原始数据通常必须完成。除异常值分析等特殊应用外，应消除噪声，消除不一致的数据，纠正异常和错误的值，并完成不确定或不完整的值。
（2） 数据集成：将来自多个来源和不同形式的数据合并为一个数据。
（3） 数据选择：从数据库中提取并分析与任务相关的数据。
（4） 数据转换：通过聚合操作将数据转换并统一为适合挖掘的形式。
（5） 数据挖掘：作为整个过程中最重要的一步，核心操作使用自动化和智能化的方法来提取数据模式。
（6） 模式评估：根据感兴趣的特定指标过滤知识模式。
（7） 知识表示：使用可视化和知识表示技术向用户显示挖掘的知识。
WiMi在数据挖掘中使用神经网络进行数据分类和分析。使用神经网络进行数据分析具有以下优点：首先，它具有抗噪声能力；其次，它为复杂的非线性映射提供了高精度；第三，它可以在并行硬件上实现，并且具有很高的可维护性；第四，它可以很容易地用新数据进行更新，并且可以很容易实现自动化。
目前，神经网络已被广泛应用于图像识别、分割、语音识别等领域。与人脑信息传递类似，该训练方法可以从根本上改变网络结构，获得更好的训练性能。神经网络拓扑可视化将网络节点的连接关系呈现为由点和线等组成的图形图像。这可以清晰直观地反映网络运行，帮助人们评估、预测和分析网络节点和链路的各个方面，并有效地识别和理解信息、模式、，以及网络内的变化。
用户可以通过提取网络拓扑特征和进行几何映射来观察和分析绘图结果，以完成视觉接收。对于时变数据，可以通过动画模拟等表达方式展示网络结构的时变演化过程，从而帮助用户进行思考和总结，建立对网络数据时效性的基本理解。系统通过不断迭代、交互式反馈，优化绘图结果，并在其他硬件辅助设备的帮助下，提高用户对大规模复杂网络数据潜在信息特征和规律的认知。
