基于投影分支的快速频繁子树挖掘算法

频繁子树挖掘在生物信息、Web挖掘等很多领域都具有较高的应用价值．在频繁子树挖掘中引入投影分支的概念，并提出基于投影分支的快速频繁子树挖掘算法——FTPB．FTPB算法充分利用树结构本身的特点，在计算投影分支的同时解决树同构的判断问题，扫描数据库后能够根据当前的频繁模式树直接生成新的频繁模式树，可减少数据库的扫描次数和候选模式的搜索空间，从而降低算法复杂度．理论分析和实验结果表明，该算法较其他同类算法相比具有较高的效率，是有效可行的．     

基于多分类-关联规则的数据流分类算法

提出一种基于多分类-关联规则的数据流分类算法——SCMAR,通过改进CMAR算法中FP-tree的建立过程,使FP-tree的时间和空间效率得到提高。利用Hoeffding 边界使算法能挖掘并维护数据流中所有的频繁规则,用CR-tree存放挖掘出的规则,为每条规则存放统计信息,使分类时能够对各个规则进行评价,选择适当的规则进行分类。理论分析和实验表明,该算法是有效可行的。     

保护边缘及细节的彩色图像滤波算法

为克服常用空间域彩色图像滤波算法不能兼顾去噪和保持图像细节的不足,提出了一种保护边缘及细节的彩色图像滤波算法.将待处理RGB彩色图像分解成R,G、B这3幅分量图像,对于每一幅分量图像分别利用能兼顾去噪和保持图像细节的滤波算法进行滤波去噪,将滤波处理后的3幅分量图像合成为一幅RGB彩色图像.因算法根据待处理像素的不同隶属情况选用了不同的滤波模板进行滤波处理,故在有效地滤除彩色图像中的噪声的同时较好的保护了彩色图像的边缘及细节,弥补了常用空域彩色图像滤波算法不能兼顾去噪和保持图像细节的不足.     

快速更新频繁项集

发现频繁项集是数据挖掘应用中的关键问题，发现过程的高花费要求对增量数据挖掘算法进行深入研究，首先分析并指出了增量式更新频繁项集算法的技术难点－寻找新的有效频繁项集，其次提出了一种快速的增量式更新频繁项集算法FUFIA，最后对该算法进行了分析和讨论。     

基于粗糙集的数据概化算法

应用粗糙集理论对大型数据库中的数据概化进行了研究，提出了对数据的动态概念层次划分算法，用以对相关数据集进行属性约简，并在此基础上挖掘概化特征，动态维护概念层次树。     

交易数据库的加权关联规则增量更新算法

针对文献犤1犦提出的加权关联规则挖掘算法,文章提出了交易数据库的加权关联规则增量更新算法(DWARIUA算法)。该算法充分利用已存在的频繁项目集,因此,算法是有效而可行的。     

基于组态技术的电力企业信息系统自适应体系结构

分析了原有电力企业信息系统体系结构的欠缺，提出了一种实用的解决方案——自适应体系结构，并给出了其实现方法，系统阐述了其自动适应需求变化的方式。为今后信息系统的开发提供了一种参考模型。     

基于二次分割的彩色图像目标自动计数算法

首先把彩色图像转换至HSV彩色空间,利用图像的色相属性进行初次分割,得到初步分割结果,再将初步分割结果图像转换为灰度图像,利用该灰度图像的灰度信息进行二次分割.接下来将二次分割得到的图像转换成二值图像,再对二值图像进行腐蚀,膨胀及孔洞填充操作,分离粘连计数目标,得到适合用于计数的二值图像.最后标记二值图像的连通域,得到计数目标的个数.仿真实验结果表明,基于二次分割的彩色图像目标自动计数算法达到了精确计数的目的.     

一种基于多关联规则的全局快速分类算法

提出了一种分布多库环境下的全局库分类规则发现算法——FGCMAR。FGCMAR在各个站点采用CMAR算法分别生成频繁模式树,并在各个站点间传送条件模式基来形成全局条件频繁模式树,最终通过挖掘条件频繁模式树来得到全局分类规则。该算法能够有效的减小网络通信量,提高挖掘效率。理论分析和实验结果表明该算法是有效可行的。