多种关联规则挖掘算法的研究与分析

近年随着数据库、网络等各种计算机技术的发展,人们希望能够通过数字挖掘技术对海量数据进行更高效快捷的挖掘分析,如何更好地利用海量数据及提高数据挖掘技术的效率已经成为了备受关注的问题.关联规则是数据挖掘的主要研究方向,研究关联规则具有重要的实用价值.本文对多种关联规则挖掘算法进行了具体分析,并针对当前提高关联规则挖掘算法效率的优化技术进行了深入的分析研究,并说明了各改进算法在商业领域中的应用.     

Apriori算法分析与改进综述

数据挖掘中的关联规则挖掘能够发现大量数据中项集之间有趣的关联或相关联系,特别是随着大量数据不停地收集和存储,从数据库中挖掘关联规则就越来越有其必要性.通过对关联规则挖掘技术及其相关算法Apriori进行分析,发现该技术存在的问题.本文介绍了能优化该技术的各种算法,分析了这些算法各自的优缺点,并针对这些问题提出了未来的研究方向.     

关联规则挖掘及其在课堂教学评价中的应用

研究了数据挖掘技术中的关联规则算法,对经典的Apriori算法作了全面的分析,指出了挖掘中的关键步骤,并对算法做了适当的调整,提高了整个算法的效率;将关联规则数据挖掘的方法运用到课堂教学评价中,从教学评价数据中进行数据挖掘,找到课堂教学效果与教师基本情况的关系,从而为更好地开展教学工作,提高教学质量提供参考依据.     

Apriori算法优化策略的研究

数据挖掘中的关联规则用来发现大量数据中项集之间有趣的关联或相关联系,随着数据库的广泛应用,如何从数据库中挖掘关联规则就越来越有其必要性.本文通过对关联规则挖掘技术及其相关算法Apfiofi进行分析,发现该技术存在的缺陷,介绍了能优化该技术的几种经典算法,分析了这些算法各自的优缺点,并以此为出发点提出了未来的研究方向.     

数据挖掘软件Clementine在干部培训教学评估中的应用

关联规则数据挖掘技术可以有效分析干部培训院校教学评估数据,发现评估指标之间的关联,为教学工作和教师发展提供良好的建议。介绍了关联规则挖掘的概念、算法、工具,并使用Clementine工具对实际数据进行分析而产生出强关联规则,验证了在教师培养和管理中,应着眼改进教学方法以及提高理论联系实际的程度。     

关联规则在大型超市中的应用

针对目前大型超市中销售数据的利用问题,阐述了应用数据挖掘技术在大型超市中的必要性,并在此基础上分析了大型超级市场数据的特性及其可用性.依据关联规则算法,对商品的销售模式进行了分析,讨论了其应用的具体方法和步骤.     

决策支持系统的集成化模型分析与研究

随着计算机和自动数据收集工具的应用,大量数据已被持续地收集和存储在数据库中,由此产生了从大量数据库中挖掘令人关注的巨大的信息需求.在现有的数据挖掘技术上,提出一种集成化的关联规则挖掘方法,这种集成化算法,把当前普遍应用的联机分析处理技术和关联规则挖掘cube_DM算法综合起来,通过决策分析工具软件DBMiner系统得到数据挖掘结果的分析.     

基于Apriori算法的网络拓扑辨识方法

提出了利用数据挖掘技术,对SCADA系统所保存的大量历史遥测及遥信数据进行关联挖掘,得到各开关状态的变化与哪些量有关,从而根据此关系辨识出正确的开关状态.提出了一种基于Apriori算法的网络拓扑辨识方法,该算法利用了一个层次顺序搜索的循环方法来完成产生关联规则所必需的频繁项集的挖掘工作.文末利用一个实际配网系统的算例来证明了本文方法的有效性.     

基于关联规则挖掘的教学质量监控系统应用

关联规则挖掘是数据挖掘研究的一个重要分支,它可以挖掘出数据库中的项目或属性间的未知或被隐藏的关系。将基于关联规则技术的Apriori改进算法,应用于教学质量监控分析系统中,对教师的教学质量评价数据信息进行挖掘和分析,找出对教师的教学质量有较大影响的因素,为学校的教学管理提供决策支持,并由此探索出一种利用关联规则来对大量数据进行挖掘分析、解决实际问题的思路和方法。     

基于模式与规则寻找的数据挖掘研究

企业在商业运营中积聚了大量的数据,如何从大量的数据中找出有价值的信息,帮助企业分析产品市场走向并提供更好的商务决策是目前数据挖掘领域研究的热点.以Apriori算法为主,介绍了基于模式与规则寻找的数据挖掘技术中的模式与规则寻找方法、关联模式评估方法等,为企业数据挖掘系统的研究与设计提供有益的帮助.     

故障诊断中关联结果与专家知识的融合技术

故障诊断技术包括基于模型的诊断和基于知识的诊断。基于综合应用两方面技术进行诊断的信息融合的故障诊断技术为解决复杂诊断对象提供了解决思路，但其中涉及到要将数据关联的结果与专家的诊断知识相融合的技术关键。为解决这个关键技术，应用以证据理论为基础的证据推理方法和信息融合中的数据关联方法，将数据关联的结果转化为信任区间，与专家诊断知识进行动态的融合处理，进而提出将数据关联结果与专家知识相融合的方法。航天器故障诊断的实例说明，这种方法可以解决关联结果与诊断知识的融合问题，实际应用效果良好。     

航天器发射场选址决策准则分析与建模

航天器发射场选址决策对航天事业发展至关重要。从航天器发射场选址决策准则和影响途径出发，采用层次分析法和费效分析法，针对我国航天器发射场建设的需求，建立并探讨了评价与优化模型。     

航天器电源模拟系统故障诊断的神经网络方法

BP算法的研制成功使神经网络达到了实用化程度。然而在实际工程中神经网络还没有起到其应起的作用,主要原因不在神经网络本身而在各领域的使用者未能把重点放在输出数据的前处理。根据航天器故障诊断的特点,提出了根据数据特点来构造前处理函数的改进的升半柯西数据归一方法。通过比较证明,采用这一归一方法可大大提高神经网络故障诊断系统的准确性。     

基于网格的并行数据挖掘算法的实现

随着信息技术的发展,大量的数据不断被收集和存储,对数据的挖掘规模越来越大,传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展,使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质,把并行关联规则挖掘算法应用于网格数据挖掘中,并建立了一个并行数据挖掘模型,验证了并行数据挖掘系统在网格环境的可行性与合理性。     

基于模糊数据融合的液氢供应系统健康评价方法

提出了液氢供应系统健康状况的定量综合评价指标———健康度,将基于模糊集的数据融合方法用于健康度的计算。该方法利用层次分析法来确定各个传感器监测参数的重要程度系数,利用模糊综合评判对多传感器数据进行融合,利用二级指标评判融合策略对各时序点数据进行融合,最后通过去模糊化方法计算得到液氢供应系统的综合健康度和各个监测参数的健康度。在此基础上,建立了火箭发动机试验台液氢供应系统的健康评价体系。试验结果表明,该方法能够对试验台液氢供应系统的健康状况进行定量的、合理的评价。     

应用DRASTIC、AHP对地下水脆弱性的评价比较

目的确定在辽宁省中南部分城市地下水脆弱性评价中采用的最优评价方法，方法以先期勘查和搜集的资料为基础，采用DRASTIC和AHP模型对辽宁省中南部分城市地下水脆弱性进行评价，对比分析两种评价方法的评价过程，以及评价结果与实际情况符合度，确定采用何种评价方法的结果更适合应用．结果两种评价方法均显示太子河冲洪积扇、海城河冲洪积扇、大清河冲洪积扇以及平原地区易于污染，东部山前坡洪积平原和大清河冲洪积扇的基岩地区不易污染．但AHP模型的评价结果图更符合实际情况．结论两种评价方法所得结果的总体趋势是相同的，但基于AHP模型所获得脆弱性评价结果更适于为辽宁省中南部分城市的地下水管理和保护．     

基于DSP的星载光纤陀螺数据采集电路设计

陀螺及陀螺信息采集系统是航天器的重要部件，光纤陀螺是一种新型的陀螺.介绍了光纤陀螺的基本工作原理——Sagnac效应；设计了陀螺的信息采集系统硬件和软件，采用DSP芯片进行数据采集和处理,速度快、精度高，满足了实时性的要求；介绍了光纤陀螺组合的基于TI公司的DSP产品TMS320VC5402芯片数据采集和温度采集电路的实现技术；根据应用的环境不同，给出了电路的可靠性设计.本设计可灵活扩展应用于其它惯性产品的嵌入式系统的设计之中.     

数据挖掘在火电厂运行参数优化目标值确定中的应用

提出了基于语言值关联规则挖掘的电厂运行参数优化目标值确定方法,通过挖掘某电厂300 MW机组历史运行数据,发现机组各运行参数间的关联关系,并据此确定参数最优值。首先利用FCM算法软化划分边界,将连续值转变为离散值,再用语言值关联规则挖掘算法进行挖掘,得到机组运行效率较高时对应的参数运行区间作为最优值区间以指导机组优化运行,理论分析表明挖掘结果能够正确反映机组运行规律。     

多被动传感器系统四时差量测数据关联算法

针对已有四时差数据关联算法在多目标环境下性能较差的不足,提出一种基于新关联度的局部最优数据关联算法,并在此基础上,进一步提出基于统计量检验的两级数据关联算法,给出各种算法的复杂性分析.与已有四时差数据关联算法相比,新关联度算法目标正确关联率高,而所提两级数据关联算法除具有上述优点外还具有运算复杂性较低的优点,仿真实验验证了新算法的可行性与有效性.     

Web数据反馈的搭配抽取方法

为了提高搭配(Collocation)抽取的精度,提出一种新的互联网数据的搭配抽取方法.传统的搭配抽取统计方法都是基于语料库的,常受到语料库规模的影响和制约,而在互联网数据中蕴含着丰富的知识和信息,基于Web的词汇相关性度量方法,充分利用搭配在谷歌中的页面数模拟其对应语料库的词频数,并分别选取共现频率、互信息、卡方检验3种经典统计关联度量方法.实验结果表明召回率、精确率均好于对应的基于语料库的方法,这说明互联网中大量数据应用于自然语言处理各种任务的可行性.