关系数据库中多维关联规则挖掘的一种新算法

关系数据库已得到了广泛的应用,研究在关系数据库中挖掘关联规则的有效技术显得越来越重要.在分析关系数据库中关联规则挖掘现有算法的基础上,提出了一种在关系数据库中挖掘量化、多维型关联规则的简易算法.算法应用于安徽科技学院《学生体质健康标准》数据库,结果显示它具有快速、有效、易开发等优点.     

图象数据关联规则挖掘

本文在介绍了多媒体数据挖掘基本思想和图象数据主要特征基础之上,对图象数据关联规则挖掘进行了讨论。首先对关联规则挖掘有关问题加以描述和分析,针对图象数据,定义了新的关联规则及其有关概念,并给出考虑项数量的原子特征和空间关系关联规则挖掘算法MaxOccur和MAR－Spatial,解决了不考虑项的重复所导致的信息丢失问题。     

图像数据挖掘研究综述

对数据挖掘中的一个新兴领域———图像数据挖掘作出了较为全面的研究。给出了图像数据挖掘的定义,分析了图像数据挖掘与图像处理分析、图像模式识别及图像检索等相关领域的异同点,并就图像数据挖掘对传统数据挖掘的改变和扩展之处作了较为详尽的阐述。从多个角度对图像数据挖掘进行了分类。介绍了关联规则、聚类、分类等技术在图像数据挖掘中的不同用法。最后,简单地介绍了图像数据挖掘的几个应用领域的研究现状。     

页面扭曲的结构光辅助校正方法

拍摄或扫描图书文档时,所获得的页面图像会有不同程度的扭曲形变,这不仅影响美观或视觉效果,而且影响其深层处理,如OCR(Optical Character Recognition)字符识别。为解决上述问题,提出一种改进的基于模型的扭曲页面校正算法。首先对输入图像进行转正预处理,并通过以图像梯度信息确定阈值的二值化方法去除页面的灰色背景,然后利用简易的直线结构光提取页面文字行点集,由点集中心点曲线构建柱面模型进行页面校正。实验表明该方法能适应更多不同的页面扭曲类型,校正和去背景处理效果好、效率高,可显著提高OCR识别率,而且系统结构简便,容易实现。     

超媒体文档库协作写作系统的数据结构设计

本文主要讨论了一个面向大容量超媒体中文文档库的分布协作写作系统的数据和结构模型设计，着重介绍了分布式文档库、文档目录树、节点和超链链表、多媒体对象、文档检索索引等数据结构和整个超媒体系统的结构模型.     

数据采掘的基本方法及其与专家系统的差异

目前,数据采掘技术研究正在升熳,大有超过当年专家系统的趋势。本文介绍了数据采掘技术的产生背景、基本任务和方法,并举例加以说明。最后简介了目前已有的成熟的ＫＤＤ系统,并从方法论的角度比较了数据采掘与专家系统的差异。     

PATTERN SPACE MAINTENANCE FOR DATA UPDATES AND INTERACTIVE MINING*

This article addresses the incremental and decremental maintenance of the frequent pattern space. We conduct an in‐depth investigation on how the frequent pattern space evolves under both incremental and decremental updates. Based on the evolution analysis, a new data structure, Generator‐Enumeration Tree (GE‐tree), is developed to facilitate the maintenance of the frequent pattern space. With the concept of GE‐tree, we propose two novel algorithms, Pattern Space Maintainer+ (PSM+ ) and Pattern Space Maintainer? (PSM? ), for the incremental and decremental maintenance of frequent patterns. Experimental results demonstrate that the proposed algorithms, on average, outperform the representative state‐of‐the‐art methods by an order of magnitude.     

基于数据挖掘的入侵检测

本文介绍了入侵检测的一些基本概念,以及如何将数据挖掘应用于入侵检测;着重于阐述针对网络和针对主机的安全审计数据进行数据挖掘,以发现异常。     

股市行情预报的数据仓库数据挖掘系统

本文介绍采用数据仓库(DW)、联机分析(OLAP)、数据挖掘(DM),构建股市行情预报信息的公众资讯网的开发实践。     

一种基于PCA-SVM的医疗卫生数据挖掘分类方法

当前医疗卫生数据呈现量大、种类多、特征混杂等特点,为数据挖掘分类带来一定的挑战。针对医疗卫生数据的这些特点,提出一种基于主成分分析和支持向量机相结合的数据挖掘分类方法,重点研究该方法的算法模型,以及在医疗卫生领域的具体实现,并在MATLAB环境下利用Cardiotocography数据集和Breast Cancer数据集进行了仿真实验。实验结果表明,该方法的分类效果较好,为当前医疗数据挖掘分类提供了一种可行的思路。     

基于关系型发散的黎曼流形分类图像识别

针对图像识别中传统的嵌入流形算法通常只考虑切线空间却忽略了流形结构以致不能准确建模的问题,提出一种基于关系型发散的黎曼流形分类(RMC)算法。首先从底层黎曼流形建立训练集,并在流形上建立一组表示黎曼点的参考点;然后,借助于最近提出的斯坦因发散计算黎曼点与各个类之间的相似性,从而有效地将流形分类问题转换成寻找合适的相似空间问题;最后,利用经典的线性判别分析进行特征提取,最近邻分类器完成最终的分类、识别。通过纹理分类、人脸识别、人体识别实验验证了所提算法的有效性及高效性。实验结果表明,相比其他几种较为先进的流形算法,提出的算法不仅提高了识别率,同时大大减少了训练、分类所耗时间,有望应用于实时图像识别系统。     

OPTIMAL FEATURE SET AND PARAMETER SELECTION FOR POWER QUALITY DATA MINING

The significance of detection and classification of power quality (PQ) events that disturb the voltage and/or current waveforms in electrical power distribution networks is well known. Consequently, in spite of a large number of research reports in this area, research on the selection of useful features from the existing feature set and the parameter selection for specific classifiers has thus far not been explored. The choice of a smoothing parameter for a probabilistic neural network classifier (PNN) in the training process, together with feature selection, will significantly impact the classification accuracy. In this work, a thorough analysis is carried out, using two wrapper-based optimization techniques—the genetic algorithm and simulated annealing—for identifying the ensemble of celebrated features obtained using discrete wavelet transform together with the smoothing parameter selection of the PNN classifier. As a result of these analyses, the proper smoothing parameter together with a more useful feature set from among a wider set of features for the PNN classifier is obtained with improved classification accuracy. Furthermore, the results show that the performance of simulated annealing is better than the genetic algorithm for feature selection and parameter optimization in Power Quality Data Mining.     

时态关系数据的特征及其规范化

本文研究了时态关系数据的特征 ,给出了时态范式关系模式的定义 ,简述了其规范化过程 .     

基于局部对比度和相位保持降噪的古籍图像二值化算法

图像二值化算法通过消除文档背景噪声将文本与背景分割开。针对古籍图像提出一种基于局部对比度和相位保持降噪的古籍图像二值化算法。根据归一化局部最大值最小值来构造古籍图像局部对比度,同时对古籍图像进行相位保持降噪。将局部对比度图像和降噪图像相结合来识别文本笔划像素。通过局部窗口内所检测的文本笔划像素估计局部阈值从而计算古籍背景修复模板。用图像修复算法和形态学闭操作来估计古籍背景。用所估计背景来增强古籍图像,采用Howe算法对增强后的古籍图像进行二值化求得最终结果。该算法在DIBCO2016、DIBCO2017和DIBCO2018数据集中的实验结果均优于其他二值化算法。     

一种改进的增量数据挖掘算法

针对现行增量挖掘算法都不能解决最小支持度和最小置信度发生变化的同时数据库也发生变化的增量更新问题,分析现有算法的不足,提出一种改进算法。该算法充分利用以前挖掘的结果,将链表插入、删除以及hash定位高效率的特性结合起来,摆脱了传统算法多次迭代的不足,可实现最小支持度与最小置信度发生变化的同时,数据库也相应的发生变化的增量更新。并通过实验对该算法进行验证,同时将测试结果与Aprior算法的测试结果进行比较,证明其高效性。     

关系数据库层次型数据的递归检索法

本文介绍了关系型数据库中层次型数据的递归检索法，并给出一个通用递归检索程序，程序模块与数据库和数组结合相得益彰，并寓教学与实用为一体。     

基于最小二乘法的文档图像倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,而布局分析及字符识别算法对页面倾斜都十分敏感,因此倾斜检测和校正是文档分析预处理的重要环节。本文提出了一个基于最小二乘法的倾斜检测方法。它将字符连通区包围盒底边中心点作为特征点,利用文本行中特征点与基线的关系,将特征点用最小二乘法拟事出基线的方向,即为页面倾斜方向。同时,本文介绍了一种基于直线拟合的快速倾斜校正算法。实验证明,该算法速度快,准确度高。     

基于关系数据库数字水印的统计数据保护模型

电子政务,电子商务系统要求对统计数据“既要保证安全又要进行交换”,保护文档中的统计数据成为一个亟待解决的问题。本文提出一种基于关系数据库数字水印技术的统计数据保护模型,通过在统计数据文档的数据中嵌入数字水印,然后在内外网之间网络节点处提取水印,根据水印提供的信息决定是否外传文档和确定统计数据的版权,从而有效地控制内网中统计数据非法传播．保护统计数据的版权。     

电子商务与Web数据挖掘

在电子商务中,运用数据挖掘技术对服务器上的日志文件等Web数据进行客户访问信息的Web数据挖掘,了解客户的访问行为,从而调整站点结构、市场策略等,使电子商务活动具有针对性。     

KODAK图像控件在扫描图像文档管理中的应用

简要地介绍了Windows98/2000系统中Kodak图像控件基本功能和工作原理,并结合扫描图像文档管理软件开发中常用图像处理技术,给出VB环境下此类控件的基本使用方法和技巧。