基于遗传算法的采煤工作面隐患数据关联规则挖掘

分析了采煤工作面的隐患类型和属性,应用遗传算法建立关联规则挖掘模型,并通过文本挖掘与主题挖掘算法挖掘隐患之间的内在关系和隐患之间的关联规则,构建关联规则库。以山东某矿业公司的安全隐患检查记录为数据源,对模型进行验证,并对改进的遗传算法、遗传算法和Apriori算法进行性能对比,表明改进的遗传算法能够有效地挖掘隐患数据的关联规则,有助于加深安全管理人员对隐患数据间蕴含的内在规律的理解,为煤矿安全隐患排查治理提供依据,指导采煤生产的安全管理实践。     

基于改进的Apriori算法在煤矿安全监测中的应用研究

针对每款安全监测系统的监测功能进行研究,以改良后的Apriori算法和数据挖掘为基础,使用关联规则挖掘算法对影响煤矿安全的环境因素进行计算和分析,促进了煤矿安全监测系统的监测性能。     

数据挖掘技术中关联规则挖掘的应用研究

数据挖掘是从大量的应用数据中提取人们事先不知道的、潜在并且有用的信息和知识的过程。数据挖掘的方法有很多,其中应用最广泛的方法之一就是数据的关联规则挖掘。文章介绍了数据挖掘的一般技术,对于关联规则中的Apriori算法进行了说明,重点介绍了关联规则的数据挖掘方法在实际档案数据中的应用。     

基于关联规则挖掘的煤矿危险源耦合作用分析

煤矿安全事故具有危险源耦合致因特性。运用关联规则挖掘方法进行危险源耦合作用量化研究,首先将隐患排查类比为"超市购物",进行建模分析;其次,进行隐患排查"事务"界定和危险源"项集"分析,构建布尔关系表,采用基于提升度拓展的Apriori算法构建危险源关联规则挖掘模型;最后对铁峰煤业隐患排查数据进行实证分析。研究结果表明:采用关联规则挖掘算法能够有效提取隐患数据集中隐含的危险源耦合作用关系,对有效开展隐患排查和安全管理工作有一定作用。     

基于改进Apriori算法的煤矿物态隐患系统设计与应用

为了更深入地研究和利用激增的煤炭隐患数据,对某煤矿的隐患及其属性进行了研究、分析与分层,构建了属性的星形全连接模型;并通过数据清洗、概化及连续属性离散化等数据挖掘技术,将大量原始隐患数据转化为适用挖掘的数据。应用经剪枝和连接步的优化改进的Apriori算法,对该煤矿近两年的物态隐患数据记录进行挖掘,得到频繁项集,导出关联规则;最后利用SQL Server 2008数据库和VS2010平台,构建并实现了煤矿物态隐患信息挖掘系统。     

基于MapReduce的频繁项目集挖掘算法在煤炭销售系统中的研究

煤炭系统中,往往希望分析不同煤炭产品购买之间的关联规则,并通过一定的关联性推荐煤炭商品,有助于购买者购买并取得更高的销售量。发掘频繁项目集是关联规则中经常用到的关键技术。随着煤炭系统数据库中信息的增多,原有的频繁项目集挖掘算法无法快速高效地完成频繁项目的挖掘。针对海量数据信息频繁项目集挖掘问题,提出了分布式频繁项目集挖掘算法,该算法是基于MapReduce分布式计算框架,能够高效地完成数据库中的频繁项目挖掘工作。通过实验结果证明该算法具有很高的效率及可扩展性。     

多维数量关联规则聚类挖掘研究

根据旅游数据的特殊性,提出了多维数量关联规则聚类算法(MDQARC),并从挖掘库的生成、数值属性的离散化以及关联规则挖掘和规则聚类等方面设计了有效的算法,最后通过实验将MDQARC算法与C4.5算法进行了比较,证明了该算法可以提高运行效率。     

数据挖掘技术在矿物加工中的应用研究

基于矿物加工研究的历史数据,运用数据挖掘技术的分类与关联规则功能的典型算法,如J48算法和Apriori算法,从MYSQL数据库中调用与某一主题相关的矿物数据,经预处理后进行挖掘处理,得到潜在的、对人们有用的信息与知识。以判断铜硫硫化矿中硫元素是否回收为例,简单介绍了如何将传统矿物加工工艺与现在信息化技术相结合。研究结果可为将来深入研究奠定基础。     

数据挖掘技术在矿物加工中的应用

基于矿物加工研究的历史数据,运用数据挖掘技术的分类与关联规则功能的典型算法,如J48算法和Apriori算法,从MYSQL数据库中调用与某一主题相关的矿物数据,经预处理后进行挖掘处理,得到潜在的、对人们有用的信息与知识。以判断铜硫硫化矿中硫元素是否回收为例,简单介绍了如何将传统矿物加工工艺与现在信息化技术相结合。研究结果可为将来深入研究奠定基础。     

关联规则挖掘在煤矿安全监测中的应用研究

以煤矿安全监测系统为研究对象,利用挖掘算法来计算挖掘信息中的关联规则,从监测深度和监测效率两个方面对安全监测系统进行改善,促进煤矿安全监测系统的自动化进程。