共查询到20条相似文献,搜索用时 0 毫秒
1.
基于矩阵方法优化Apriori算法 总被引:1,自引:0,他引:1
陈敏艳 《内蒙古科技与经济》2008,(16)
通过分析、研究该算法的基本思想,提出了算法的一些改进,并利用矩阵方法和数据库建立联系,更直观、更有效地提高关联规则的效率. 相似文献
2.
分布式水循环模型的参数优化算法比较及应用 总被引:1,自引:0,他引:1
分布式水文模型的优势在于还原水文过程的时空变异性,可以很好地模拟和反映各种水文要素和下垫面因素的时空分布不均匀性。由此也导致模型参数过多,在子流域过多的情况下,人工调节参数繁琐复杂,应用优化算法实现参数自动调节成为首选。本文选取石羊河流域九条岭站1988-2005年实测径流资料,分别应用SCE-UA算法、遗传算法(GA)和粒子群算法(PSO)对分布式水循环模型(时变增益模型)进行参数率定,对比3种算法的收敛速度、所需迭代次数和算法稳定性。结果表明:通过SCE-UA、GA和PSO的优化,模型水平衡系数都控制在0.0左右,而相关系数和效率系数分别能达到0.90和0.84以上,模拟精度较好。但粒子群算法的全局搜索能力和收敛速度优于SCE-UA和遗传算法,所需迭代次数最少,初值敏感性小,更适合时变增益模型的参数寻优,有很高的扩展性和改进潜力。 相似文献
3.
在研究和剖析关联Apriori算法的基础上,针对Apriori算法中的瓶颈,提出了一种优化算法,从算法的计数、连接和减枝等方面进行优化,快速搜索频繁项集,从而提升算法效率. 相似文献
4.
5.
关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了改进,提出了Apriori改进算法.Apriori改进算法采用二进制数据垂直表示方法,只用扫描事务数据库一次得到一阶大项集的二进制数据垂直表示.K阶候选项集的操作只要基于这个一阶大项集,而不需重复扫描数据库,从而提高了挖掘算法的效率. 相似文献
6.
7.
8.
9.
传统的分布式能源运行在线监测方法对于高维非线性数据,存在判别数据能力较差,采集时容易出现数据混淆现象.为此,设计多状态下分布式能源运行在线监测方法.利用Labview提供的选项卡控件采集分布式能源运行数据,通过构造的最优分类面分类处理运行数据样本,确定合适的核函数,使线性决策函数保持稳定,分类完成后,通过选项卡控制分布式能源运行参数监测界面完成监测.测试结果表明:对于高维非线性数据,与传统的监测方法相比,该监测方法不同的数据区域之间没有出现交集,未发生数据混淆现象,数据判别能力较强,适合应用在分布式能源运行在线监测中. 相似文献
10.
针对传统粒子群算法在供应链销售管理的应用中表现出收敛性不佳的问题,本文提出了一种基于分布式优化粒子群算法的供应链销售管理模型,首先将免疫算法中繁殖策略与基本粒子群算法相结合,保持种群的多样性,然后引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行了优化,最后采用最优化学习策略在算法陷入局部最优时跳出来。仿真试验结果表明,本文提出基于分布式优化粒子群算法的供应链销售管理模型,在收敛性能上远远优于标准粒子群算法。 相似文献
11.
城市轨道交通站点设置优化模型 总被引:2,自引:0,他引:2
根据城市人口空间分布模型,分别建立了一维和二维情况下城市轨道交通网络的站点间距设置优化模型,讨论了该模型的解法,并给出了相关结论。 相似文献
12.
分布式查询优化算法及对SDD-1算法的改进 总被引:3,自引:0,他引:3
针对分布式数据库系统的查询优化,讲述三个典型的算法:INGRES算法、System R*算法、SDD-1算法,并进行对比、优化、总结。最后对SDD-1算法进行改进。INGRES算法是应用于分布的INGRES系统中,而分布的INGRES是美国加州大学伯克利分校研制的INGRES的分布式后继;System R*算法是IBM圣约瑟研究实验室研制的System R的分布式后继,它主要应用于所研究的这个系统中;SDD-1算法采用半连接程序处理连接操作,无连接与分片,以现有的Datacomputer数据库管理系统为基础。 相似文献
13.
14.
15.
16.
随着经济的不断发展,城市化速度逐渐加快,而对城市相关的设施的建设也越来越重要,而别是城市的给水设施的完善。那么我们就对关于城市给谁的水管网的优化问题进行探讨,并对他的模型进行分析。这一模型的建立,主要是为了,为配水的体统提供供水汞、水池等的运行的策略。现在我国很多城市中,还没有建设调节的水池,都只是采用水泵供水的形式。为了改变这种现状我们要提出相应的办法来解决,那么本文就对这个问题进行简单的介绍。 相似文献
17.
关联规则挖掘是-种主要的也是用途最广的数掘挖掘方法.本文首先对关联规则挖掘及其经典Apriori算法作了介绍,然后针对Apriori算法的缺陷,提出了一种改进的关联规则挖掘算法,充分地证明了改进算法的性能优势. 相似文献
18.
关联规则挖掘是数据挖掘领域中的一个非常重要的研究内容,其主要目标就是发现数据库中一组对象之间某种关联。频繁项集挖掘是关联规则挖掘的关键步骤,它在很大程度上决定了关联规则挖掘的效率。介绍了Apriori算法及其算法改进。该改进算法对剪枝步进行了优化,提高了连接效率,并且不断减小数据库的规模,去掉无效事务,减少了每次扫描数据库所花费的时间,提高了算法效率。经过试验论证,性能比原有算法提高,具有一定的实用性。 相似文献
19.
基于Apriori算法的高校教学评价数据挖掘 总被引:2,自引:0,他引:2
高校在教学和管理中积累了大量的数据,本文把数据挖掘技术中的关联规则挖掘算法Apriori应用于教学评价中,通过对这些数据分析,找到高校教师的教学效果与教师的年龄、职称、学历等相关. 相似文献
20.
Weka工作平台拥有一个进行数据挖掘任务的图形用户界面和可视工具。文中针对具体实例,就Apriori算法使用weka加以详细阐述。 相似文献