机械结构对称性实例设计知识挖掘方法研究

针对机械结构对称性实例中存在着大量的设计知识,利用多维模糊数据挖掘的方法从结构对称性实例中挖掘了设计知识,用以指导结构对称性在机械产品结构设计中的科学应用。提出了根据设计需求结合隶属函数特征对实例数据库中待挖掘的数据模糊化处理,借助关联规则挖掘方法 Apriori算法对预处理后的数据库进行了挖掘。挖掘出了结构对称性和产品功能区间、性能区间及约束区间之间的模糊关联规则。结果表明:通过对结构对称性实例进行数据挖掘,建立结构对称性在机械系统中实用的设计知识,是以后进一步研究机械结构对称性应用规律和应用方法的坚实基础。     

一种基于XQuery的网络舆情关联规则挖掘系统

随着互联网的飞速发展,数据挖掘技术已成为网络舆情分析的一个研究热点.为了提高网络舆情关联规则的挖掘速度,针对网络舆情关联规则挖掘的特点,给出了基于XQuery的网络舆情关联规则的挖掘方法,设计了一种快速有效的基于xQuery的网络舆情关联规则挖掘系统,给出了实际测试结果,并验证了基于XQuery的网络舆情关联规则挖掘系统的有效性.     

一种新的增量式关联规则数据挖掘方法研究

本文介绍了一种实用的增量式关联规则数据挖掘方法,它映射数据挖掘空间到图像空间,并利用数字图像显示及存储的特点,结合增量事务的挖掘过程进行挖掘.该方法在一定程度上提高了关联规则数据挖掘的实时性,对于数据集及支持度的变化具有很好的适应性.通过铝电解现场采集数据挖掘实践证明,此增量式挖掘方法简单有效,具有很强的实用性;同时为提高铝电解生产的管理水平,提供了一种对工人操作可靠性、系统控制稳定性衡量的客观评价手段.     

基于数据立方体的关联规则挖掘方法研究

关联规则挖掘是数据挖掘领域的一个重要研究方向.针对数据立方体的结构特点,给出了一套基于元规则指导的关联规则挖掘方案,最终挖掘出用户真正感兴趣的关联规则.     

基于可拓理论的数据挖掘在水轮机方案设计中的应用

针对大型水轮机方案设计复杂性的特点,建立了面向知识重用的有约束的基元可拓集,并基于基元的可拓性和可拓变换.探讨了基于可拓集合方法的数据挖掘技术实现;提出了一种改进的FP-growth关联规则算法对有约束的基元可拓集进行关联规则挖掘,并利用基元的相关性和蕴含性对已获得的关联规则进行拓展,获得更多有价值的知识.最后.通过大型水轮机选型方案设计实例进行了说明.     

一种基于XQuery的网络舆情关联规则挖掘系统

随着互联网的飞速发展，数据挖掘技术已成为网络舆情分析的一个研究热点。为了提高网络舆情关联规则的挖掘速度，针对网络舆情关联规则挖掘的特点，给出了基于XQuery的网络舆情关联规则的挖掘方法，设计了一种快速有效的基于XQuery的网络舆情关联规则挖掘系统，给出了实际测试结果，并验证了基于XQuery的网络舆情关联规则挖掘系统的有效性。     

基于关联规则的数据挖掘技术在ERP中的应用

根据数据挖掘技术的特点，针对传统ERP系统在海量数据中发现隐藏知识的功能不足，提出把数据挖掘技术应用到ERP中去，直接从现行ERP系统的数据库中提取数据进行数据挖掘的应用策略，以提高ERP中的决策支持功能。编制程序实现了关联规则挖掘算法与ERP系统的整合，通过挖掘模型测试，证明了这些策略的有效性。     

数据库和数据流频繁项集挖掘算法研究

Apriori算法是关联规则挖掘中的经典算法。在关联规则挖掘中,频繁项集是挖掘核心。针对Apriori算法的瓶颈和数据流频繁项集挖掘的特点,研究人员提出了许多改进算法。对改进算法的特点进行归纳、分析和研究有利于从不同角度、采用不同的技术改善算法的性能,提高数据挖掘效率,有利于数据挖掘的进一步研究和应用。     

汽车ERP中关联规则挖掘与动态更新的实现策略

针对传统ERP系统缺少直接面对客户的系统功能、数据利用程度低等局限性，提出把经典数据挖掘算法——基于Apriori的关联规则挖掘方法改良后导入汽车企业ERP系统以缓解其局限性的应用策略，程序实现了FPgrowth算法和动态关联规则挖掘算法，并通过挖掘模型测试，证明了这些策略的可行性和有效性。     

改进的关联规则算法在数据挖掘中的探讨

数据挖掘技术在客户关系管理(CRM)中的有效运用可以从与客户有关的大量数据中挖掘出对企业经营决策有价值的知识和规则。本文根据数据挖掘中关联规则的性质以及钢铁企业的自身特点,在经典关联规则算法APriori算法的基础上提出了一种改进的算法,并利用该算法对数据库进行了关联规则挖掘,得到了隐含在数据库中的有用信息。     

基于关联规则的教务信息挖掘

在高校中,教务管理系统每年都产生大量和教学相关的数据,如教师基本信息、学生基本信息、成绩数据及各项测评信息等。这些数据真实的反映了高校的教学情况,但并没有充分利用这些数据来挖掘出有用的决策信息。通过对基于关联规则的教务信息挖掘的研究,把改进的Apriori算法应用在教务信息挖掘中,对影响学生成绩的因素进行分析,确定相互之间的关联规则,以改善教学。     

基于关联规则的零部件供应商选择优化

制造企业通过数据挖掘可发现产品零部件故障与不同环境因素之间的联系，能有效地降低产品全生命周期中的维护成本与零部件物流成本的途径，由此提出了面向产品维护成本与零部件物流成本的备件供应商选择优化模型，并使用关联规则确定模型中的环境变量，提出了针对应用问题的关联规则处理策略，以便于对所发现知识的理解和利用。通过一个应用实例，证明提出方法的可行性和有效性。在此基础上设计和实现了面向产品全生命周期的零部件供应商选择支持系统。     

客户时序关联规则挖掘方法研究

针对客户交易数据的特点,提出了一种基于前缀映射累加树的客户时序关联规则发现方法。将时间窗口内频繁项的信息映射到前缀映射累加树中,以降低频繁时序模式的搜索空间,提高时序关联规则的挖掘效率。另外,通过为特定的频繁项建立前缀映射累加树,可以挖掘特定的时序关联规则,并能以较精确的方式,发现具有一定模糊性的客户时序关联规则。实验结果表明,所提出的方法能够提高客户时序关联规则的挖掘效率。     

规则评估方法与数据质量挖掘系统

为从数据挖掘结果中获得真正有用的规则,探讨了评估规则的度量,提出了度量关系的新概念,并应用于发现与评估有用规则集的算法中.经过度量函数之间的相关分析,确定适合的度量,并据此对规则进行兴趣度评估,指导用户对有用规则的选择.此外,为了解决数据集成系统中存在"垃圾"数据的问题,提出了数据质量挖掘与控制系统框架,将数据挖掘规则应用于数据质量管理中.使用经过评估筛选得到的规则,能够检测数据库中的异常和不完整数据,解决数据集成过程中部分数据质量问题.通过企业信息集成实例,说明了规则评估及应用方法的有效性.     

基于改进遗传算法的制造资源关联规则挖掘

为满足基于应用服务提供商平台的制造资源管理和决策的需求,提出了网络制造资源模糊关联规则的挖掘模式.根据应用领域数据类型的特点,提出了制造资源管理数据预处理方法,并建立了应用服务提供商平台制造资源虚拟数据仓库.针对制造资源关联规则的挖掘,提出了一种新型的遗传算法.最后,通过实例验证了基于改进遗传算法的模糊关联规则挖掘在基于应用服务提供商平台制造资源管理中的决策意义.     

基于遗传算法的状态监测信息关联规则挖掘

提出了基于遗传算法的量化并联规则方法,挖掘起重机状态监测信息数据库中的关联规则。利用该算法对部分数据进行关联规则挖掘,并对发现的规则进行了比较分析,认为关联则反映起重机的机械状态,为评估和预测其机械状态提供信息。     

航空机械装备失效分析数据库及数据挖掘技术的应用

介绍了航空装备失效分析数据库以及知识发现和关联规则数据挖掘的基本概念和算法,分析了应用数据挖掘方法进行失效分析知识获取的必要性和可行性。结合400个典型失效分析案例,给出了获取失效模式规则知识的应用实例。分析表明：关联规则数据挖掘能够从大量失效数据信息中提取潜在的有用信息和知识,从而为失效分析提供决策支持。     

一种基于混合型结构优化算法——Apriori-Mend算法

关联规则挖掘是数据挖掘领域中最重要的研究问题之一。Apriori是关联规则挖掘的一种经典算法,它使用候选项集产生测试机制来找出所有满足用户最小支持度的项集,但它需要多次扫描数据库,会产生大量的候选项集。针对Apriori算法的不足,提出了一种基于混合型新的优化算法:Apriori-Mend算法。该算法从优化产生2项集、事务压缩等几个方面对Apriori算法进行优化,将散列技术应用于产生1项集和2项集,采用库优化策略和混合型存储结构,以节省空间和运算时间。实验结果表明,Apriori-Mend算法运行速度比Apriori算法有明显的提高。