基于关联分析的数据挖掘在体检CRM中的应用

运用关联分析方法对体检中心数据进行挖掘。首先分析了关联规则的原理和方法,然后对待挖掘数据进行集成、变换等预处理,得到能进行挖掘的原始数据.采用挖掘工具WEKA,选用关联规则中的Apriori算法对处理后数据进行分析,得到了与某一病症相关的各个症状之间的关联关系,以及各个症状与健康之间的关联关系。     

基于帧间差异和证据推理的海事雷达目标提取方法研究

海事雷达通过多普勒效应和帧间差异,进行船舶的跟踪与识别,是海事监管和避碰的重要传感器。受环境因素影响,其往往提供大量虚假目标,干扰海事监管。针对该问题,以雷达图像为数据源,提出了一种基于证据推理(Evidential Reasoning Rule)规则的目标甄别方法。在该方法中,首先收集经过验证的识别结果,获取充足的船舶和虚假目标样本。然后,分析样本在多帧图像中的位移、方向等特征值,计算出位移、方向特征值与目标真实性的似然关系,即提供两条独立证据。最后,利用证据推理规则合成上述证据,实现组合判断。不同于其他滤波或分类算法,该方法基于原始雷达图像和概率推理,计算过程未做任何状态假设,识别结果更加准确可靠。在重庆长江朱沱镇的实地雷达监测案例研究中,该方法的识别准确性达90.81%,证明了其有效性。     

注塑产品动态装配模型的集成知识模型研究

基于MBR(基于模型的推理)技术，建立了注塑模具动态装配结构模型；基于RBR(基于规则的推理)技术，应用面向对象的规则模型(OOR)，建立了动态装配规则的知识表示模型。最后，该文将两种知识表示模型集成，建立了完整的知识模型，为整个系统的后续工作奠定了基础。     

一种基于Apriori的微博推荐并行算法

微博作为最大的社会化媒体产品,拥有海量的用户和信息资源。微博推荐是微博个性化服务的重要方面,是解决信息过载问题的有效工具。考虑到微博数据海量性的特点,针对传统串行推荐算法对大数据处理效率低的问题,采用MapReduce模型,提出和设计一种基于关联规则挖掘算法Apriori的微博推荐并行算法,并在Hadoop平台实现。实验表明,提出的微博推荐并行算法具有较好的加速比和较高的运行效率,证明了该微博推荐并行算法在大数据处理中的高效性。     

基于改进Drools规则引擎算法的兵力接替系统研究

随着作战需求的多样化,一些复杂的业务规则很难推导出精确的算法或抽象出合适的数据模型,因此将业务规则与软件代码分开引入规则引擎已成为一种主流趋势。Drools规则引擎作为决策系统的推理机,采用Rete算法实现推理机的规则匹配,有着较高的效率,能够较好匹配兵力接替系统。本文介绍了基于Drools规则引擎的兵力接替系统的设计方法及实现,具体设计了作战规则、并提出策略匹配的改进冲突消解算法,对此方法进行了实验比较,实验证明此方法大大增强了系统的开发效率和后期软件的维护成本。     

大柠檬联想乐檬K3 Note

也许是在乐檬K3上的初试牛刀尝到了甜头,联想马不停蹄地推出了乐檬品牌中的第二款产品--乐檬K Note。按照命名规则,我们不难想象这款产品的屏幕尺寸定非“小辈”。果不其然,在5.5英寸全高清屏幕的支持下,乐檬K3 Note以全新的面貌出现在我们的视线中。     

关联规则挖掘在电子商务中的应用

随着网络技术的飞速发展,电子商务已经作为新型商务模式,在给我们带来便捷体验的同时也带来了信息过量的问题。用户在大量产品信息中需要花费更多的时间来寻找所需的商品或服务。此时,数据挖掘就能够解决这方面问题,利用关联规则的挖掘技术,找到销售商品之间存在的联系,可以帮助商家进行商品推荐和进销存管理等。     

在EPDM中自动重命名SolidWorks文件

一、引言
　　对于SolidWorks CAD用户而言,在使用SolidWorks EPDM管理绘图文档的同时,希望以EPDM以基础,对SolidWorks CAD文档做一个全自动的规范的重命名。其规则如下：当保存或另存为文件时,CAD文件名=规格+品名+SolidWorks文件后继;这个“规格”和“品名”是SolidWorks文件中的属性。是由SolidWorks模板中产生的。问题是如何通过EPDM触发这个事件的发生？为回答这个问题,笔者将给出一个经过验证的方和解决问题的思路。     

基于提高频繁项集挖掘效率算法在市场分析中的探讨

频繁模式是频繁地出现在数据集中的模式(如项集、子序列或子结构)。如频繁地同时出现在交易数据集中的商品的集合是频繁项集,利用高效率的频繁项集挖掘算法来发现频繁项集,通过分析这些频繁项集来预测商品的销售情况。