模糊聚类分析在光网络多故障定位中的应用北大核心

利用模糊数学理论对光网络中的多故障定位问题进行分析,得到了光网络中多故障定位的模糊聚类模型。根据由模糊聚类算法得到的专家系统和由此确定的告警和故障之间的隶属函数公式进行故障定位。在格状光网络拓扑下进行多故障定位仿真实验,得出故障定位成功率的对比图和时间性能的对比图。实验结果表明,模糊聚类算法可以高效快速地定位故障。     

基于关联规则的映射聚类算法

针对很多算法对高维数据比较敏感的问题，提出了一种基于关联规则的映射聚类算法。该方法将映射聚类算法和关联规则方法相结合．利用关联规则发现每个类在子空间的最大相关维，可以提高算法的准确性，从而可以有效的在子空间进行聚类。文章后面的实验结果说明了该方法的有效性。     

基于Chameleon的关联规则挖掘研究

面对不断增长的数据量,企业需要的是对数据的实时分析和挖掘,以更快的速度和更精确的预测分析结果支持商业决策。基于Chameleon聚类算法和FP-growth关联规则挖掘算法,通过对原始数据的聚类操作,化简数据,在此基础上进行关联规则挖掘。实验证明,当数据日渐庞大时,不仅速度快,节省内存空间,而且达到很好的预测效果。     

基于聚类的关联规则挖掘算法的研究及应用

通过对数据挖掘中聚类技术和关联规则挖掘技术的多种算法进行比较研究,提出了基于聚类的关联规则挖掘算法,阐明了具体聚类方法选择的依据,详述了该算法的实现过程,并利用该算法挖掘出校园卡用户消费行为之间简单的关联规则.     

基于关联规则的窑尾分解炉工艺参数分析与优化

本文针对目前水泥生产行业中存在的突出问题:如何在保证高产、高质的同时降低能耗.提出了利用数据挖掘技术解决这一问题的方法.选取对窑尾分解炉控制产生影响的多个因素中的五个重要工艺参数作为研究对象,应用聚类和关联规则算法对数据进行预处理并找出参数之间的关联,为优化窑尾分解炉工艺参数提供依据.     

关联规则挖掘算法

关联规则挖掘是数据挖掘和知识发现中的一个重要问题．自提出以来得到了广泛的研究。目前关联规则挖掘算法可以分为广度优先算法和深度优先算法两大类，每类都有经典高效的算法提出。但是．这些算法大都是从其自身的角度来描述的，缺乏系统的分类和比较。文章从关联规则挖掘的形式化定义出发，给出频集挖掘的解空间，对两大类算法中的几种经典算法进行了概述，并分析了它们的优缺点。     

面向个性化继续教育的关联规则挖掘算法研究

针对个性化继续教育服务的智能优化需求,文中提出了一套基于关联规则挖掘算法的个性化继续教育方案智能优化模型.在对系统总体模型进行分模块架构的基础上,实现了关联规则挖掘算法的数据预处理,并由此建立了频繁项集与强关联规则,可以使模型有效地挖掘出关联数据,从而更精确地优化教育方案.同时,通过引入DBSCAN聚类算法,在模型中对...     

基于多层次关联规则的持续关联算法研究

基于安全管理中心的关联引擎的关联速度决定了关联引擎的关联时效,客观上决定了安全管理中心抵御安全威胁的能力。为提高关联的速度,论文以关联规则的组织和持续关联算法的设计实现为切入点,提出关联速度的解决方案。     

结合关联规则与FCM的用户聚类改进

结合关联规则与模糊C均值聚类(Fuzzy C-Means,FCM)进行用户聚类,首先将用户访问事务集构造出页面关联矩阵,以此来计算用户浏览路径之间的相似程度,接着利用FCM算法对用户进行聚类.通过与传统聚类比较的实验证明,此方法是有效的且更符合实际.     

基于改进关联规则挖掘和距离聚类算法的知识融合

针对产品全生命周期管理(PLM)中来自于不同阶段和不同领域的设计文档,本文提出一种基于实体抽取的改进关联规则挖掘与距离聚类相结合的知识获取与融合的算法。以汽车行业领域知识获取与融合为例,从相关文档中抽取出8 183组数据,220 941个实体,将各组数据的27个特征两两交叉并与原来的特征规则共同作为候选集,进行关联规则挖掘,并构造初步的领域知识库。通过定义知识库中各实体之间的距离,结合聚类算法减少冗余知识,再根据融合后的知识构建知识库。实验表明,该算法在一定程度上减少了知识模型的规模,提高了领域知识库中知识的价值密度。     

云环境下基于关联规则技术的安全审计方案研究

为了提高云环境下数据挖掘的效率,从而降低安全审计系统的运行负荷,提出一种基于关联规则技术的安全审计方案。在云平台典型架构及其安全审计模型的基础上,采用Agent和AES对称加密算法设计新的云平台安全审计系统总体架构。通过采用改进的关联规则算法Apriori对审计信息分析功能中的关联分析数据挖掘过程进行优化,减少了冗余的子集和数据库被连接的次数。实验结果显示,相比基于传统Apriori算法的安全审计方案,所提方案具有更高的执行效率。     

关联规则中基于模糊遗传算法的研究与改进挖掘技术

网络数据通常以爆炸式的聚集形式出现,导致曾提出的关联规则挖掘方法挖掘性能不好。基于上述原因,提出一种关联规则中基于模糊遗传算法的挖掘方法,此方法通过构建挖掘模型,将关联规则与模糊遗传算法融合在一起,进而给出待挖掘数据的适应度函数,并使用阈值对其进行限制。模糊遗传算法将对适应度函数进行交叉分配和编译分配,以改进方法的隶属度线性状态,获取更为有效的挖掘结果。实验结果表明,改进后的方法挖掘稳定性较强,挖掘精度较高,且挖掘时间较少。     

基于关联规则挖掘的无线电频谱占用预测

无线电频谱占用预测是认知无线电研究中的关键技术之一。实验采用中星世通CS-805 F可搬移监测测向系统对四川省成都市的GSM900上行频段(890~915 MHz)和广播电视业务的部分频段(750~806 MHz)进行了为期24 h的实地监测,针对频谱监测中产生的大量历史数据,选用了部分周期模式的关联规则挖掘方法,挖掘频谱使用中存在的频繁模式,并由信道占用频繁模式生成强关联规则,得到特定业务频段的使用规律,从而实现无线电频谱的占用预测。实验结果表明,该方法在两个业务频段的占用预测均取得了较好的效果,准确率分别可达74.02%和83.98%。另外,实验指出了该算法的敏感参数并进行了简要分析。实验对研究认知无线电设备实施动态频谱接入和提高频谱使用率有一定意义。     

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。     

基于Spark的精准关联规则挖掘算法实现

为在大数据环境中精确地进行关联规则挖掘,基于分布式框架Spark,改进关联规则挖掘算法Apriori,解决使用该算法处理大规模数据时遇到的单机内存资源限制和性能缺陷,同时保证结果准确度。利用开源数据集和海量轨迹数据集评估算法的有效性,实验结果表明:与传统方法相比,改进后的Apriori算法进行规则挖掘能够得到相同准确度的结果,并且通过增加处理节点的数量灵活扩展待挖掘数据规模,从而使关联规则挖掘不再受数据规模限制。     

基于ZigBee技术的RFID空间定位系统

通过ZigBee mote与RFID reader结合的方式应用随机数定位算法展示了一种低能耗的基于Zigbee技术的RFID空间定位系统,使得对佩带了Zigbee mote的人可以实时进行定位.在本系统中,通过使用基于取样的表示方法,定位算法能够表示任意分布.通过将系统实现的算法与算法原型比较,可以发现在Non-Line-Of-Sight(NLOS)场景下,本算法的定位错误(positioning errors)有明显改进.     

基于ZIGBEE的无线定位技术研究

基于无线传感器网络的广泛开展,目前很多针对无限传感器网络节点的问题都逐步被关注起来,针对无线定位技术的研究开展还不广泛,在某些技术上还不完善的问题,本研究采用了小世界理论结合ZIGBEE节点设计的方法,通过硬件各个模块以及软件角度的研究,从具体硬件板的制作开始,到支撑软件和协议软件的编码和调试,给出了一个能直接进行上层应用开发的通信模块,结果发现可以通过集中式的规划给出合适的路径方案,而后传递到各个节点,使得各个节点可以依据规划的路径移动。     

基于Fang算法的TDOA室内定位技术

传统基于全球定位系统(GPS)的定位技术应用,已在室外环境下为人们提供了许多便利。随着近年来人们生活水平的不断提高,大众对定位的诉求已不仅限于室外,在智慧商场、企业人员智能管理、校园智能管理等场景,要求对室内用户进行定位监测,而传统的GPS定位精确度有限,在室内已无法应用。目前室内定位常用的技术有红外线、蓝牙、Wi-Fi以及基于室内移动网路的无线定位等,无线定位则是其中的热点。本文介绍了一种基于室内分布式基站,运用Fang算法实现到达时间差(TDOA)定位的技术研究,并对其定位精确度进行了探索。     

基于分布式贝叶斯网络的多故障诊断方法研究

针对复杂系统存在的不确定性、多故障以及传统贝叶斯网络诊断实时性差等问题,提出一种基于分布式贝叶斯网络的故障诊断方法。该故障诊断方法将大型、复杂系统故障诊断模型抽象为贝叶斯网络模型,并将其分解为若干贝叶斯网络子系统,基于消息传播机制完成多个子系统局部推理以及子系统间重叠子域紧凑的消息传播,实现分布式贝叶斯网络的故障推理与诊断。实验结果表明,该故障诊断方法可在复杂、不确定性系统中完成单故障和多故障推理、诊断任务,与传统贝叶斯网络故障诊断方法相比,该方法在推理速度上的优势尤为突出,具有广泛的应用前景。     

基于移动蜂窝网的定位技术探讨

移动蜂窝网本身就具有一定的定位服务,在5G新基建的支撑下,定位服务进一步增强,定位精度也大幅提升。在5G新基建的移动互联网时代,定位服务获得了前所未有的关注与青睐。结合多年在定位服务领域的研究,文章对基于移动蜂窝网的定位服务进行了综述,分析了各类定位技术的优势与不足,总结了定位服务的指标体系,通过行业的用例对定位服务进行了说明。文章对移动蜂窝网的定位服务进行梳理,旨在为研发与管理人员提供支撑。