基于增量数据库关联规则挖掘算法研究

近年来数据生成和收集技术的发展使得面向科研、管理等领域的数据集十分庞大,从而对海量数据集进行的信息提取变得更加迫切。文章对数据挖掘的概念及所要达到的目标进行剖析,对增量数据库关联规则挖掘算法进行研究,通过举例对数据库关联规则挖掘算法的实际应用进行了分析。     

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。     

关联规则挖掘在毕业生就业分析中的应用研究

介绍了关联规则挖掘的相关概念和算法,对就业事务数据进行了采集和预处理,使用Visual FoxPro开发了一个就业事务关系挖掘工具,并对学生就业各项事务进行了关联挖掘分析,找出它们之间客观存在的关系,为学校就业指导工作服务。     

改进的Apriori算法在股票分析中的应用研究

针对经典Apriori算法效率上的不足,提出了一种改进的Apriori算法.通过改进的Apriori挖掘算法对股票交易数据库中的数据进行分析,找出各种股票之间的隐藏关系,挖掘出一些可靠的、合理的股票关联规则,为投资者对股票是买入还是卖出提供决策支持.实验表明,改进的算法能够快速地发现股票之间的涨跌关系,具有良好的应用效果.     

空间同位规则算法的研究与改进

空间关联规则是空间数据挖掘所要发现的一种重要知识。一般的空间关联规则研究是基于传统的关联规则，然而这些方法在处理空间关系时是不适用的。同住规则问题的提出，很好的解决了挖掘正确有效的空间关联规则的需要。在介绍空间多维分类数据同住规则挖掘算法的基础上，对该算法进行了一点改进，使其能更好的针对不同的实际数据进行处理。     

空间同位规则算法的研究与改进

空间关联规则是空间数据挖掘所要发现的一种重要知识。一般的空间关联规则研究是基于传统的关联规则,然而这些方法在处理空间关系时是不适用的。同位规则问题的提出,很好的解决了挖掘正确有效的空间关联规则的需要。在介绍空间多维分类数据同位规则挖掘算法的基础上,对该算法进行了一点改进,使其能更好的针对不同的实际数据进行处理。     

关联规则挖掘中的Apriori算法浅析

关联规则研究目的是从大型数据集中发现隐藏的、属性间存在的有趣的关联或相关关系。当挖掘的数据不断更新时,如何高效即时的获得所需的结果,设计高效的算法来更新、维护和管理已挖掘出来的关联规则。该文提出了一种高效的增量更新算法,算法通过实例进行分析比较,证明了该算法有效的提高了挖掘的效率。     

基于Web的数据挖掘技术

Web数据挖掘有很多研究热点,其中关联规则挖掘是Web数据挖掘领域研究的一个重要方面.本文首先对数据挖掘、Web数据挖掘和Web数据预处理等相关知识进行了阐述;然后研究了关联规则基本理论及关联规则经典算法;最后为了解决现实数据库中每个项目的分配不均匀性和重要性差异,重点研究了加权关联规则挖掘算法.     

数据挖掘算法及其在电子商务中的应用

利用关联规则的Apriori数据挖掘算法及其改进算法,对电子商务中的数据进行分析挖掘。基于某电子商务网站实际数据的实验结果表明,该算法是有效的。     

基于矩阵的数据挖掘技术在数字化图书馆中的应用

Apriori算法是关联规则挖掘的一个经典算法，本文在分析关联规则挖掘算法的基础上，提出利用矩阵的数据挖掘技术对经典Apriori算法进行改进，从而提高图书馆数据资源的利用率，提高图书馆服务层次。     

基于最小二乘支持向量机的非线性广义预测控制

为了解决目前常用的非线性预测模型算法中过学习、存在局部极小值等不易解决的问题,本文提出一种基于最小二乘支持向量机对非线性过程建模并用广义预测控制进行在线滚动控制的算法。仿真结果表明,该控制算法具有很好的控制性能。     

坐标变换在构件相贯线计算中的应用研究

本文讨论应用空间坐标变换计算构件相贯线的方法。该方法的特点是构件在本地坐标系内进行坐标取样和交点处切面计算,再通过空间坐标变换到统一坐标系后应用矢量法计算交点(相贯线上的点),避免了使用复杂的交线方程式,同时避免了使用复杂方程描述时在接近临界点难于均匀取样,并且容易发生取样密度不适时出现断点或突变点的问题,应用本文算法绘制出的相贯线均匀连续平滑。此算法可推广应用于计算其他构件表面的相交线。     

信息系统用户感知算法焦虑的内涵及其结构维度研究

【目的/意义】聚焦用户在使用信息系统过程中的算法焦虑现象,探索用户感知算法焦虑的内涵和结构维 度,以期推动算法焦虑的量化研究。【方法/过程】采用扎根理论的方法分析用户访谈数据及网络评论数据,探索信 息系统中用户感知算法焦虑内涵和结构维度。【结果/结论】算法焦虑包含算法歧视焦虑、算法霸权焦虑、算法沉迷 焦虑、算法质量焦虑、算法失效焦虑、算法安全焦虑六个维度。【创新/局限】本文构建了算法焦虑的结构维度。在未 来研究中,将进一步开发算法焦虑的测量量表以及利用量表研究不同用户群体的算法焦虑。     

一种改进的并行关联规则挖掘算法

在FDM算法的基础上,提出了一种改进的并行关联规则挖掘算法FDM_DT,此算法利用DHP算法中的Hash表技术改进了2阶侯选项集的生成过程,并采用Apriori Tid算法中的Tid表技术对事务数据库中的事务数进行有效消减。因此,此算法在处理大规模数据时有较高的综合效率。     

改进的ASM灰度图像目标定位技术

首先介绍灰度模型的目标定位算法,在该算法基础上提出了一种改进的算法,将主动形状模型的灰度图像中目标定位算法应用到视频图像中,同时针对处理结果进行科学评价。实验结果证明了本文提出算法的可行性和高效性。     

基于概念格的规则提取算法研究及改进

提出了一个基于概念格的规则算法的改进算法。该算法可以大大提高数据挖掘的效率,提高查找时的速度。     

对Bordat建格算法的一个改进

Bordat建格算法是一种有效的基于形式背景建造概念格的算法,在Bordat算法中,需要频繁地扫描数据库,并且在子节点生成时,重复生成了许多重复的节点。本文对概念格建格算法Bordat进行深入分析,对该算法进行改进。新的算法只需一次扫描数据库就能够生成概念格,并有效地克服了Bordat算法中重复节点重复产生的问题。     

基于多分支Trie的路由查找算法设计与实现

基于多分支Trie数据结构的查找算法在路由查找中有着广泛的应用。文章对基于多分支Trie的路由查找算法进行了介绍,并对其特点进行了分析。在此基础上,设计实现了便于高速动态路由查找的多分支Trie数据结构,公开了一个使用多分支Trie数据结构的基于前缀值的动态最长前缀匹配算法,提高了路由查找速度。     

聚类分析在入侵检测系统中的改进

本文针对传统的聚类算法在入侵检测系统中的不足,提出一种基于密度的初始聚类中心的选择方法,可克服普通K-Means中的需人工确定K值的问题,用此算法改进的入侵检测模型能够获得很好的聚类效果。对比实验结果,发现使用改进后的算法与传统的K-Means相比可以获得更高的检测率和较低的误报率。     

微粒群算法在工程项目多目标多资源均衡问题中的应用

微粒群算法(PSO)是继蚁群算法提出之后的又一种新的进化计算技术.介绍了微粒群算法的产生背景、基本算法、算法流程、算法参数,同时基于pso算法的基础上探讨在多目标下如何实现资源更有效地分配,从整体角度出发来考虑单个项目对其他正在进行的项目的影响和实施期间资源的可得性,以最合理的资源配置来满足项目中各个分目标,以达到最好的整体项目效益,为多目标下的多资源配置问题初步建立了模型.