基于关联规则的作战数据质量校验方法研究

针对作战数据信息系统数据项内容一致性检查中存在人工判查难、耗时大的问题,采用基于关联规则挖掘的错误数据检测方法,并给出了设计思路和实现步骤。结合某作战数据信息系统中的552条关键岗位人员信息进行了数据质量检测实验,实验结果表明,该方法能够快速筛查出关联数据项中预置的9个填报错误问题,可作为现有作战数据质量检测方法的完善补充。     

基于关联规则的漏洞信息数据挖掘系统设计

针对当前漏洞信息数据挖掘系统挖掘效率过低、不具备实时查询能力的问题,设计一种基于关联规则的漏洞信息数据挖掘系统。对系统的硬件进行重点设计,硬件分为数据处理层、数据挖掘层、数据存储层和数据查询层四个层次。数据存储层利用HBase数据库存储数据,数据挖掘层负责读、写和挖掘三项工作,显示层采用MVVM框架,以模块化的方式绑定数据,填写标签。根据硬件设计结果给出软件流程,软件分为数据量化、可量化的数据子集抽取和模糊聚类三步。为检测系统的实际应用效果,与传统数据挖掘系统进行对比实验,结果表明,设计的数据挖掘系统能够在短时间内挖掘出大量的漏洞信息数据,挖掘效率更高。     

基于关联规则的多媒体图像数据挖掘

多媒体数据挖掘是目前数据库、多媒体技术和信息决策领域最前沿的研究方向之一,是数据挖掘的一个新兴且富有挑战性的子领域。关联规则是数据挖掘的一种重要方法,它的主要用途是获取各个数据项之间有价值的联系。着重介绍了多媒体中图像数据为代表的关联规则挖掘方法。     

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.     

基于遗传算法的关联规则数据挖掘

关联规则是数据挖掘的重要手段,它基于支持度、置信度等对规则进行筛选,生成有用的规则,由于根据实际情况有时会产生虚假规则,所以兴趣度也自然被引入。遗传算法是自动化技术、专家系统等经常采用的算法。通过改进的遗传算法进行关联规则数据挖掘并进行了实例应用。遗传算法能较好地得出发生交通事故原因与结果的关联规则,提高数据挖掘的效率。     

数据关联规则挖掘理论与数据算法的探讨

在众多不确定因素很强的数据中,如何挖掘数据是非常重要的,这时候关联规则挖掘理论就出现了.因此,在数据挖掘的领域中,关联规则有着突出的研究地位.本文从关联规则的产生背景和相关概念做出了论述.     

基于关联规则挖掘的企业数字审计管理系统设计

为全面掌握企业投资项目的总体情况，并进一步加强对企业投资项目的审计监督与管理，文中基于关联规则挖掘过程设计了一种企业数字审计管理系统。首先利用BP神经网络调节项目审计立项模块与项目审计档案管理模块之间的及时性连接关系，分析企业数字信息特征，并利用BBO算法构建待管理的数字信息时间序列，然后通过转换审计数据的方式清理各项已存储的数字信息，再对所有企业审计数据进行离散化处理，从而实现对系统软件执行环境的搭建。联合相关硬件设备结构，完成对企业数字审计管理系统的整体设计。     

基于关联规则的航空电子设备故障诊断

航空电子设备的复杂度、综合化程度越来越高,对故障的检测、故障的定位要求越来越高,基于关联规则的数据挖掘应用到产品故障的诊断中,通过多个故障现象推断出具体的故障点,提高了产品故障诊断的准确性,时效性.为产品故障的预测及故障的解决提供了决策的依据.     

基于遗传算法的双向关联规则挖掘

关联规则挖掘是数据挖掘和知识发现中一门重要技术,但基于支持度-置信度框架的关联规则挖掘存在一些问题。文章引入了双向关联规则的概念,实现了基于遗传算法的双向关联规则挖掘算法。实验证明,它能弥补传统关联规则挖掘算法的不足。     

基于关联规则Apriori算法改进

互联网作为一个国家教育事业的基础设施,是人们获取知识的一个重要途径。传统网络服务系统功能简单,服务单一,网络利用率不足。文章改进关联规则Apriori算法并应用于网络数据处理中,提高数据利用率。     

基于关联规则的运动训练生化指标数据挖掘系统设计

传统数据挖掘系统存在挖掘速率慢、时间长、数据可靠度低等问题,无法达到运动训练生化指标精准数据挖掘的标准,为此,对基于关联规则的运动训练生化指标数据挖掘系统进行设计。采用三层结构B/S模式,将后台的数据库存储以及挖掘的数据作为参考,设计系统硬件框架;选取数据并对数据进行预处理,采用关联规则数据挖掘算法完成系统软件部分设计;进行实验,验证系统设计的合理性。实验结果表明,该系统数据挖掘速率快、耗费时间短、可信度高,为运动生化指标数据挖掘提供了更加合理的评定标准。     

基于加权关联规则的入侵检测研究

提出了采用加权关联规则技术的网络入侵检测系统的结构，将加权关联规则算法应用于入侵模式的挖掘中，在一定程度上提高了入侵检测的检测率，同时使误报率大大降低。     

基于MDPI的多维关联规则算法的研究

多维关联规则是数据挖掘中的一个重要研究方向,由此提出了一种高效的多维关联规则挖掘算法,该方法通过引入MDPI-tree(多维谓词索引树)结构,有效地将数据立方体技术和频繁项集挖掘算法FP-Growth结合起来,能用于挖掘维间和混合维关联规则.最后将此算法应用于移动通信交叉销售模型,通过实验验证算法的有效性和实用性.     

关联规则的挖掘

数据挖掘是在数据库中对数据进行一定的处理 ,获得其中隐含的 ,事先未知的 ,却又可能极为有用的信息。介绍了数据挖掘的概念和技术 ,应用Apriori算法进行关联规则的挖掘 ,应用于实例中 ,取得了良好的结果。     

关联规则挖掘与分类规则挖掘的区别和联系

关联规则挖掘与分类规则挖掘是数据挖掘领域中的重要技术。文中首先简要介绍了关联规则挖掘和分类规则挖掘的基本知识,主要从挖掘目的、发现规则算法的方法及算法的设计思想等几个方面进行比较,最后介绍了它们之间的联系。     

浅谈分布式系统中的关联规则

在分布式系统中如何挖掘关联规则是研究数据挖掘方面的重要课题之一。在分布式系统中的关联规则通信方面,本文进行了关联规则的建立等问题进行了探讨,提出一种新的建立关联规则的算法ARDR,主要表现在通信方面和关联规则完整性方面有一定的优化。     

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.