基于关联规则的自然灾害预测系统

建立自然灾害预测模型,对自然灾害进行预测和分析,有利于提升防灾减灾的技术水平.基于关联规则和Web文本挖掘技术提出自然灾害预测系统的设计方案及实现方法.该系统利用成熟开源的爬虫框架从权威的灾害信息发布平台中定向抓取非结构化的自然灾害信息,通过中文分词技术进行数据清理将其整理成结构化的自然灾害数据库,并利用改进的关联规则算法从中挖掘出自然灾害事件的关联规则,进而可通过实时监控关联规则的前端信息,实现对自然灾害事件的预测.试运行结果表明该系统能有效挖掘出自然灾害信息的关联规则,并具有较高置信度.     

一种改进的基于规则实例多覆盖分类算法

基于规则分类算法提取的规则集通常存在3个问题:首先,提取的分类规则集中短规则过少,致使高质量的规则不多;其次,规则集中规则数量少,训练数据中几乎所有实例仅被规则覆盖一次;第三,虽然提取大量的规则,但是训练数据中存在一些小类样本的实例不能被任何一条规则覆盖。本文提出一种改进的基于规则的实例多覆盖分类算法(Rule-based classification with instances covered by multiple rules, RCIM),其特点是:(1)为了提高规则的质量,在选择生成规则的第1项时不仅考虑属性值的好坏,而且还考虑了属性值补的好坏;(2)一次产生尽量多,高质量的规则,而且当训练数据的实例至少被两条规则覆盖后才将其删除;(3)当遇上难以判断的测试数据时,对测试数据的各个属性值进行二次学习提取规则。算法RCIM不仅可以有效地提取大量的规则,而且较大程度地提高了规则的质量。通 过在大量数据上实验结果表明,RCIM比许多其他算法取得了更高的分类准确率。     

基于手机加速度器和螺旋仪的室内运动状态分类

实现了使用安卓手机内置的传感器-加速度器和螺旋仪对使用者的运动数据进行收集,并进行特征选择,通过机器学习的算法进行室内运动状态的分类.分类的运动状态有静止、走路、坐下、上楼、下楼、电梯上行、电梯下行、摔倒、帕金森抖动.使用了监督式学习算法:决策树、随机森林、支持向量机、神经网络、朴素贝叶斯、KNN、逻辑回归等算法,并且进行分类效果对比.实验结果表明,加速度器和螺旋仪一起收集数据比只用单个最后分类精度要高.对加速度器和螺旋仪收集数据进行特征选择完后的原始数据,决策树算法得到了97.54％的分类精确率.而原始数据取完中位数后精度下降了.根据用户的运动状态,制定规则进行奖励和惩罚.     

AntMoving--桌面级ETL引擎在NET中的实现

ETL,是英文Extract-Transform-Load的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程.ETL常用在数据仓库,但其对象并不限于数据仓库.ETL是构建数据仓库的重要一环,用户从数据源抽取出所需的数据,经过数据清洗,最终按照预先定义好的数据仓库模型,将数据加载到数据仓库中去.     

一种基于Spark框架的并行FP-Growth挖掘算法

Apriori和FP-Growth算法是频繁模式挖掘中的经典算法,由于Apriori存在更多缺陷,因此FP-Growth是单机计算环境下比较高效的算法。然而,对于非并行计算在大数据时代遇到的瓶颈,提出一种基于事务中项间联通权重矩阵的负载平衡并行频繁模式增长算法CWBPFP。算法在Spark框架上实现并行计算,数据分组时利用负载均衡策略,存入分组的数据是相应频繁项的编码。每个工作节点将分组数据中每一个事物中项的联通信息存入一个下三角联通权重矩阵中,使用被约束子树来加快每个工作节点挖掘频繁模式时创建条件FP-tree的速度,再用联通权重矩阵避免每次挖掘分组中频繁模式时对条件模式基的第一次扫描。由于联通权重矩阵和被约束子树的结合应用于每一个工作节点的FP-tree挖掘过程,因此提升了并行挖掘FP-tree性能。通过实验表明,所提出的并行算法对大的数据有较高性能和可扩展性。     

全渠道消费者行为协同决策研究

随着各大零售商全渠道营销战略布局,全渠道消费者数量呈爆炸式增长,对于全渠道消费者的消费行为研究成为热点。然而连锁零售供应链全渠道消费者消费数据呈现海量、高维的特征。针对这一特征,提出采用协同进化算法对连锁零售供应链全渠道消费者行为进行高维关联分析。利用粒子群优化算法和自适应遗传算法各自的优势,两个种群同时遍历,并在两种群间引入信息交互机制,使两种群协同进化。实证研究证明协同进化算法应用于连锁零售供应链全渠道消费大数据关联规则挖掘中,不仅算法的运算速度高,避免了遗传算法单独应用时容易陷入局部最优的缺陷,而且还提高了连锁零售供应链全渠道消费者行为关联规则的大数据挖掘质量,为全渠道消费者购买行为研究提供了新的方法。     

基于语义与规则的有标复句层次体系研究

汉语复句层次关系分析是中文信息处理领域极具挑战性的课题之一。为解决关系词标识信息不充足所导致的复句层次关系识别准确率下降问题,挖掘了影响分句关联的形式化语义知识,在此基础上构建了小句关联体识别算法并将其应用于相应的复句层次判定规则之中,以辅助分析其层次关系;对于其余单、多重有标复句的层次识别,使用基于搭配规则的移进-归约算法;最后提出了一种语义与规则相结合的复句层次分析模型。实验结果表明,此方法在一定程度上提高了复句层次关系识别的准确率。     

反射机制下半智能报表实现年鉴智能排版技术的研究与应用

以统计年鉴智能排版系统为例,基于Java反射机制形成半智能报表的设计理念,构建半智能报表处理引擎,以实现100余张数据报表的快速开发,以Apache POI为技术主线,提出切片导出的设计思路,形成智能导出算法,以实现年鉴报表的排版导出.     

TML语言简介

现存的编程语言往往代码繁复、重复、不方便以后的复用……,如果我们日常使用的语言与思维、计算机语言联接起来重新定义,就会把代码简化为简捷的符号和格式,而且让人能快速把握整个程序的思想,方便整理和复用,在这种情况下思想语言应运而生。     

云计算环境下信息保护与防泄漏系统设计及实现

云计算是一种在大范围共享资源的新型服务计算模式,但云用户信息保护与防泄漏是云计算应用中的挑战之一,信息保护与防泄漏工作对云计算的安全至关重要。本文就针对云计算环境下,提出了云计算信息保护与防泄漏系统,并详细介绍了系统的设计思路与实现,对云计算的推广应用具有一定的指导意义。