基于多目标粒子群优化算法的短期电力负荷预测法

针对短期负荷预测的特点,提出一种基于多目标粒子群优化算法的短期电力负荷预测法。该算法充分利用了历史数据集的基本知识,利用多目标粒子群优化算法挑选出Pareto最优模式分类规则集,在考虑规则的分类准确性和可解释性的情况下,建立一个基于模糊规则的电力负荷模式分类系统。在仿真试验表明此分类系统具有较好的分类性能,可为电力负荷预测提供更为充分有效的历史数据,从而改善其负荷预测性能。     

Parallel mining and application of fuzzy association rules

Quantitative attributes are partitioned into several fuzzy sets by using fuzzy c-means algorithm. Fuzzy c-means algorithm can embody the actual distribution of the data, and fuzzy sets can soften the partition boundary. Then, we improve the search technology of apriori algorithm and present the algorithm for mining fuzzy association rules. As the database size becomes larger and larger, a better way is to mine fuzzy association rules in parallel. In the parallel mining algorithm, quantitative attributes are partitioned into several fuzzy sets by using parallel fuzzy c-means algorithm. Boolean parallel algorithm is improved to discover frequent fuzzy attribute set, and the fuzzy association rules with at least a minimum confidence are generated on all processors. The experiment results implemented on the distributed linked PC/workstation show that the parallel mining algorithm has fine scaleup, sizeup and speedup. Last, we discuss the application of fuzzy association rules in the classification. The example shows that the accuracy of classification systems of the fuzzy association rules is better than that of the two popular classification methods: C4.5 and CBA. __________ Translated from Journal of Southeast University (Natural Science Edition), 2005, 35(2): 165–170 (in Chinese)     

基于Web挖掘的个性化网络教学系统的研究

为了使基于Web的网络教学能够真正地实现个性化教学,提出了网络教学要从以网站为中心向以学生为中心转变的观点,介绍了基础Web挖掘的个性化网络教学系统的体系结构,指出了Web挖掘的基本过程和关键技术,并给出了用户兴趣度计算和个性化推荐算法.     

一种Apriori的改进算法

在对关联规则挖掘算法Apriori进行深入研究的基础上,提出了一种采用频繁项集Lk-1 与L1连接生成候选项集Ck的思想,并基于这种新的思想提出了一种优化的算法1-K_Apriori算法.在真实数据集和实验数据集上所做的实验及结果表明,1-K_Apriori算法是有效的.     

基于数据挖掘的网络入侵检测系统的设计与应用

网络攻击工具与手段日趋复杂多样，单纯的防火墙策略已经无法满足对安全高度敏感的部门的需要．将数据挖掘技术应用到网络入侵检测中，能够广泛地收集审计数据来计算模型，从而精确地捕获实际的入侵和正常行为模式，自动生成入侵检测规则，实现入侵检测系统的智能化．在此基础上设计并实现了一个智能化网络入侵检测系统模型，阐述了该系统模型的结构、工作原理及主要功能．该模型为开放的系统模型，具有很好的可伸缩性，可大大减少使用入侵检测系统的代价，有效地解决了入侵检测系统的环境适应性问题．     

数字矿山特征及未来数字遥控采矿系统模型

掠夺式开采产生的资源枯竭是传统采矿业面临的难题，建设数字矿山是有效改造和提升矿山竞争力和生命力的有效途径。数字矿山是矿山发展的趋势，无人遥控采矿是矿业发展的方向。     

关联规则挖掘在乒乓球比赛技战术分析中的应用

介绍关联规则挖掘技术在乒乓球比赛技战术分析中的应用.以世界排名前6位的王皓和柳承敏比赛的技战术数据为挖掘对象,采用脚本描述方法对比赛技战术数据进行采集,利用关联规则挖掘中的Apriori算法,寻找比赛中技战术之间的关联关系,从而为教练员的指导和决策提供科学依据.     

基于决策树的个人住房贷款信用风险评估模型

在决策树理论的指导下，通过信息增益的应用和公式的构造获取属性重要程度评价值，结合决策树挖掘得到个人住房贷款风险评估模型。经过对该模型进行测试和评价，得出它们预测准确率较高的结论，实现了能够从真正意义上帮助银行信贷人员进行信贷分析并为信贷决策提供支持的模型。同时，该方法对其它评价模型的构造也有一定借鉴意义。     

规则度量值序列的信息扩散估计研究

对若干连续期间的数据挖掘将形成规则的度量值序列。对度量值序列的参数估计，可获得度量值的基本特征参数，用作评价规则的兴趣度，掌握规则的演化规律。基于信息扩散原理，提出了适用于小样本的度量值扩散估计方法。以度量值序列作为非完备知识样本，讨论在波动和上升(下降)趋势下的序列参数计算。实验表明，该方法准确简便、抗干扰性好。