时序关联规则的挖掘算法研究

基于概念格理论,本文研究了对时间序列的波动情况进行周期关联规则的挖掘。首先对时间序列进行了反季节化预处理,然后给出了生成周期关联规则的算法,在算法内部对生成的概念进行了剪枝处理,有效的提高了挖掘速度。并用所给出的高精度模型对不满足移动平均法反季节化预处理条件的时间序列进行了反季节化计算。     

基于遗传算法的时间序列中频繁结构模式发现研究

本文提出了一个基于小生境遗传算法和模式缓存的时间序列中频繁结构模式的发现算法，该算法具有轻便、灵活、可扩放性好的特点，可根据实际情况合理配置计算时间和所占用的内存资源，并可实现挖掘结果的实时动态更新输出，在实际时间序列数据上的实验证明了该算法的有效性。     

针对垂直数据分布数据库的一种关联规则挖掘算法

频繁模式树算法是一种优秀的关联规则挖掘算法．频繁模式树算法的挖掘对象是水平数据分布的数据库，现实中有大量数据垂直分布的数据库不能直接应用频繁模式树算法进行挖掘．本文针对垂直数据分布的数据库，提出一种有效的频繁模式树生长算法，只需两次数据库扫描，即可生成相应的频繁模式树．     

基于改进关联规则的网络入侵检测方法的研究

研究关联规则的高效挖掘算法对于提高入侵检测的准确性和时效性具有非常重要的意义.针对现行的入侵检测方法建立的正常模式和异常模式不够准确、完善,容易造成误警或漏警的问题,本文将改进后的关联规则挖掘算法-XARM和关联规则增量更新算法-SFUP应用于网络入侵检测,提出了新的入侵检测方法,该方法通过挖掘训练审计数据中的频繁项集建立系统和用户的正常行为模型以及入侵行为模型.     

基于FP-tree的项约束关联规则挖掘算法研究

介绍了项约束关联规则的基本概念和技术现状,详细分析了FP-tree关联规则算法的关键技术。对FPC、CMFIMA、CCFP、DCMFI和CMFI五种基于FP-tree的项约束关联规则算法思想及技术进行分析和评价,通过比较,给出各算法的优点和不足,最后介绍了基于FP-tree项约束关联规则的应用,并展望了FP-tree项约束关联规则挖掘未来的研究方向,为基于FP-tree的项约束关联规则技术的研究与发展提供参考。     

基于频繁集的多层次交互式关联规则挖掘

文章研究了一种知识发现与数据挖掘中关联规则的发现方法,针对现有大型超市销售事务数据库,提出了一种新的多层次信息获得取方法。运用关联规则挖掘所产生的频繁集对数据压缩表示,并给出了按用户的实际需求交互式挖掘感兴趣关联规则的算法。该算法在挖掘速度和效率上有较大提高。     

基于关联规则的图书馆图书智能查找算法研究

随着计算机技术的发展和普及,高校图书馆的管理已经进入到自动化时代.为了有效利用图书馆产生的大量图书流通数据,从而预测分析读者的个性化需求,基于关联规则的图书馆智能推荐平台亟待开发.文中提出完备的自定义的频繁项目集,定义了高效的关联规则算法,该算法解决了上述问题,可以让使用者快速地获取到有效信息.     

基于改进的遗传算法的关联规则挖掘

Apriori算法是挖掘关联规则频繁项集的经典算法,但需要对数据库进行多次扫描,在交易量较大的情况下,严重地影响了算法效率。本文将改进的遗传算法应用于求解频繁项集,解决了这一问题。实验表明,该算法具有一定的推广价值。     

基于FP-GROWTH算法的关联规则挖掘算法研究

互联网世界的数据每年都在成倍增长,但是对用户有用的信息却好像在减少,用户淹没在数据的海洋中,虽然类似于Google这样的搜索引擎可以帮用户找到需要的信息,但是正确率和查全率都不尽如人意。数据挖掘是兴起于20世纪90年代的一项用于决策支持的新技术。FP-GROWTH算法只进行2次数据库扫描。它不使用侯选集,直接压缩数据库成一个频繁模式树,最后通过这棵树生成关联规则。文章研究FP-GROWTH算法理论的同时实现了一个简单算法演示的系统。系统包括算法的执行,对数据库的修改、查询、删除的操作。最后,对FP-GROWTH算法和Apriori算法进行了比较。     

单维关联规则快速Apriori算法研究

文章通过Apriori和Apriori Tid算法结合生成局部频繁项集，改进了Apriori算法运行速度过慢的问题．再通过程序优化进一步提高了算法运行速度．得到了快速Apriori算法。     

电磁频谱数据的关联规则挖掘

为更合理利用频谱资源以及更好地评估各类电磁环境,本文提出一种基于关联规则挖掘的频谱数据挖掘方案.该方案首先基于一般挖掘流程获取频谱数据中的有用信息,包括异常信息、底噪信息、占用度信息和预定时间功率信息等;再将频谱信息作为关联分析对象,通过构建关联库,构建模糊集,基于模糊关联规则挖掘算法对频谱信息进行系统性的分析.本文对传统的算子选择策略加以改进,使用大尺度参数改进模糊隶属函数.通过实测数据集的验证分析,实验结果表明,频谱信息的强关联规则能反映各种信息之间隐含的关联性以及各种信息出现的频次;基于频谱信息的关联规则挖掘能有效地简化频谱挖掘工作,通过各种信息的关联性可以通过分析一部分频谱信息而得到另外的频谱信息.频谱信息的关联规则可以用于进行电磁无线电环境的评估,选择合适的频谱信息该方案可以应用于各类电磁环境的评估.     

基于XQuery的XML文档的关联规则挖掘

目前,使用XQuery语言实现的Apriori算法基本都是对单个XML文档进行挖掘,而对于现实中的XML文档,有些情况下相关联的数据是存放在多个文档中的,文档之间没有必然的联系,这时就要将多个文档同时考虑进来进行挖掘。针对如何对多个XML文档进行挖掘的问题,对基于XQuery语言的Apriori算法进行改进,引入了collection函数,使之能够对多个XML文档组成集合的节点进行访问,从而实现对多个XML文档的关联规则挖掘,最后通过实验验证其可行性及有效性,使其效果达到和对单个文档挖掘的相同效果。     

浅谈关联规则挖掘

首先扼要地介绍了当前关联规则挖掘的研究情况和一些典型关联规则挖掘算法，并分析了传统关联规则挖掘算法的不足。与此同时，介绍了几种优化算法，进而指出关联规则的价值衡量方法。最后，展望了关联规则挖掘技术的未来研究方向。     

数据挖掘中的关联规则的研究

上个世纪,数据挖掘技术的兴起,帮助研究者能够从大量的数据中提取有价值的信息,Agrawal等人在90年代提出了关联规则挖掘技术,来发现大量数据中的相关性信息.经过多年的发展,关联规则已然成为数据挖掘技术中高度重要并相对而言较为成熟的一种方法.本文概论了关联规则在数据挖掘中的运用,详述了关联规则中现有经典算法,并对FP-Growth算法做出优化.     

基于FP-tree算法的推荐系统设计与实现

当前是信息爆炸的时代,推荐系统已成为解决当前网络信息超载的有效工具。文章针对网上书店的电子商务网站的销售特点,详细地设计了推荐系统,并利用挖掘技术中的FP-tree关联规则算法实现数据挖掘运算,很好的实现了在线推荐的系统功能。     

关联规则挖掘的DCOM实现

数据挖掘中一个重要的问题是从事物数据库中发现关联规则,其中最耗时的操作是候选项集出现频率的计算.实现的并行算法基于Apriori算法的Count Distribution Algorithm基本思想,在机群环境下用DCOM方式实现求解频繁项集的并行算法.实验结果表明,该并行算法能充分利用各节点机上CPU的资源,提高程序的运行效率,利用DCOM技术能够方便、有效地实现并行算法.     

Fuzzy temporal rules for mobile robot guidance in dynamicenvironments

The paper describes a fuzzy control system for the avoidance of moving objects by a robot. The objects move with no type of restriction, varying their velocity and making turns. Due to the complex nature of this movement, it is necessary to realize temporal reasoning with the aim of estimating the trend of the moving object. A new paradigm of fuzzy temporal reasoning, which we call fuzzy temporal rules (FTRs), is used for this control task. The control system has over 117 rules, which reflects the complexity of the problem to be tackled. The controller has been subjected to an exhaustive validation process and examples are shown of the results obtained     

关联规则数据挖掘在图书馆藏书建设中的应用研究

数据挖掘是近几年发展起来的一种对信息资源进行开发和数据处理的新技术,而关联规则则是数据挖掘的核心技术。将关联规则应用于图书馆的流通数据,可以发现读者在借阅文献的过程中隐含的学科之间的关联,这对提高图书馆资源的利用率和为读者提供个性化服务有重要意义。本文从关联规则的定义入手,通过案例分析,阐述了关联规则数据挖掘在图书馆藏书建设中具有重要的意义。     

关联规则的一种定量分析方法

通过引入“结构化规则涵盖集”的概念，运用定量方法来评价对实际工作有用的规则。这样用户不再面对大量繁杂的关联规则，就能直接获取有效指导实践的规则集合。     

FP-tree关联规则算法在推荐系统中的应用

近几年,由于电子商务迅猛发展,推荐系统逐渐成为了最热门的竞争手段。目前,推荐系统主要包括三个方面的推荐:热卖产品推荐、新产品上市推荐和相关产品推荐等。文中关注相关产品推荐,也就是利用数据挖掘技术在大量的历史销售记录数据中进行挖掘,找出隐藏在不同的商品之间的相关信息,用动态网页的形式向用户推荐。采用FP-tree关联规则算法实现对客户信息的数据挖掘,并将其应用在推荐系统中。