基于多支持度的增量式关联规则挖掘算法

传统的基于关联规则的挖掘算法采用的是统一的最小支持度,但是在实际的事务数据库中数据项的重要性是不同的。针对目前多支持度和增量式关联规则更新维护的局限性,提出一种基于多支持度的增量式关联规则挖掘算法。允许用户根据不同项的重要性设置权值,有利于发现更多有趣的规则。采用矩阵的向量内积策略,结合动态剪枝,无需多次扫描事务数据库,不生成庞大候选集。实验结果验证了算法的有效性。更多还原     

基于改进兴趣度度量与Apriori算法的交通事故多发点成因分析

人、车、路、环境和交通管理构成了道路交通系统，造成道路交通事故的原因是综合、复杂的。正确快速地分析事故成因，有助于提升交通管理水平，减少交通事故的发生。近年来，关联规则模型及其扩展在事故多发点成因分析中备受关注。针对关联规则分析中传统的兴趣度度量方法和Apriori算法的局限，考虑小概率因子对交通事故的影响，提出了改进的交通事故多发点成因分析方法，明确评价因素和结果之间的关联程度，提高挖掘效率。基于浙江省某市交通事故数据，结合人、车、环境与时空因素对方法进行了验证，并对方法的分析效率和结果的有效性进行了讨论。     

基于旋转灰度特征与位移约束的图像伪造检测算法

当前图像伪造检测方法主要依靠近邻比值法来实现图像内容的真伪决策,由于近邻比值法的判断条件单一,该类算法的检测精度不佳.因此,本文提出了旋转灰度特征耦合位移约束的图像伪造检测算法.首先,根据图像像素点,构造十字约束法则,对FAST算法予以改进,以提取待检测图像中的特征点;然后,利用像素点的梯度特征形成直方图,通过直方图峰值获取特征点的主方向;再用特征点的灰度值来构造旋转灰度特征模型,用于获取特征向量,生成特征描述子;用特征点的位置以及角度特征,构造了位移约束规则,并且在位移约束规则下,通过归一化互相关函数对特征点的相似性进行度量,完成特征点匹配.最后,引入均值漂移模型,对图像中的伪造内容完成区域定位,实现图像的伪造检测.实验结果表明:与当前图像伪造检测算法相比,本文算法不仅具有更高的检测精度以及检测效率,而且还具有更好地鲁棒性能.     

基于关系数据库的关联规则挖掘算法DB-growth

从大数据中挖掘隐藏的、多维的有价值的关联规则具有广泛的应用价值。关联规则挖掘经典算法Apriori存在重复扫描数据库并产生大量候选项集的瓶颈问题,FP-growth算法虽不产生候选集,但FP-tree不支持大数据的存储与遍历,不能有效支持大数据挖掘;另外,Apriori以及FP-growth算法实施增量挖掘都需要重构关联规则,不适用于增长型事务数据挖掘。针对这些问题,设计基于关系数据库表SourceIndex的DB-growth算法,采用模式组合生成模式串的方式,更新数据库构建频繁集,有效地提高了关联规则的挖掘效率,同时对增量挖掘及深度挖掘也能得到较好的支持。更多还原     

基于SWRL与Protégé4.3的业务模型互操作能力度量规则

基于语义Web规则语言(semantic web rule language,SWRL)以及知识库构建工具Protégé4.3,制定服务型企业的业务模型互操作能力度量规则,构建服务型企业业务模型互操作能力度量的知识库,并利用知识库实现SAP公司的解决方案业务模型间的互操作能力度量,验证了互操作能力度量规则能为不同业务模型间的有效协作提供决策支持.     

关联规则增量式更新的改进算法

关联规则是数据挖掘中的重要研究内容之一，对在事务数据库不变，只对最小支持度和最小可信度进行改变的情况下，针对关联规则的维护问题，设计了一个增量式更新的改进算法AIUA。     

基于关联规则和技术功效矩阵的企业技术创新机会发现和辅助决策方法

为助力科技型创新企业准确且快速地从外部捕获创新技术机会, 提出一种企业技术机会发现和辅助决策方法. 首先, 挖掘领域内的技术热点、技术重点和有潜力的技术作为领域技术创新机会. 然后, 通过关联规则分析领域技术机会和企业已有技术之间的相关性, 进一步结合技术掌握度和新颖度, 识别更适合企业的技术创新机会. 最后, 创新性地采用Sen-BERT语言模型和K-means聚类方法构建技术功效矩阵, 辅助企业从功能需求的角度进行技术创新决策. 以电动汽车领域为例验证了该方法的可行性.     

数据开采中基于用户需求的关联模型

提出一个基于用户需求的关联模型，引入了相关度的概念，给出了启发式查找与相联规则的ＮＥＡ抽取算法，有效的解决数据开采关联模型中查找规则的盲目性和冗余性，并使重要的信息不被丢失．     

基于关键词的对等网络节点群相似性度量模型研究

为了进一步提高基于P2P的内容分发网CDN（content delivery network）的搜索效率,对用户就近组成的节点群（peer group）进行了研究,提出了节点群相似的概念和基于关键词的节点群相似性度量模型.当一个需求在本节点群不能满足时,优先到相似性高的节点群中查找,以较快地满足跨节点群的需求.度量模型对任意两个节点群首先根据节点中各文档关键词的一致程度判断对应两个节点的相似度,然后根据相似节点对的数量和相似度来判断两个节点群相似度.实验表明,使用所提出的度量模型得出的计算结果比传统的基于VSM的算法更接近于实际情况.     

一种基于O-RGPS领域建模框架的按需模型选择方法

在O-RGPS(Ontology annotated Domain Role/Goal/Process/Service Model Repository)领域建模框架的指导下.提出了一种支持按需模型选择的方法.该方法利用领域本体和领域模型之间的基于本体标注的语义关联,在语素相似度计算和目标相似度计算的基础上,提出了期望目标需求自动建模算法,达到按需模型选择的目的,通过一个城市交通领域实例验证了此方法的有效性.     

基于数据挖掘建立高校系科办学评估体系的合理性评价系统

本文运用关联规则发现方法与人事信息库进行数据挖掘,寻找高校系科办学评估体系中各因素间的关联关系,并根据关联关系强弱分析各因素的权重设置的合理性。本文分析和指出了现有一些看法的优缺点,提出了在Tid-optim算法,并对发现的规则进行分析,通过数据抽样建立合理性评价体系,有效地解决了权重设置的不合理问题,为高校管理决策提供科学依据。     

分布式异构数据库中相关规则并行开采研究

首先简单介绍了相关规则及其并行开采算法的一些基本情况,然后指出了现有算法在分布式异构数据库中不能有效利用计算资源和造成信息丢失的问题．在证明了一个基本的定理之后,提出了基于ＨＤＤＭｉｎｅｒ模型的异步并行算法,并就其中的一些问题作了说明．最后,介绍了分布式异构数据库中数据开采的并行算法中一些仍需继续研究的问题．     

基于事务压缩的频繁项集挖掘和更新算法

频繁项集挖掘是挖掘关联规则的关键。为了得到用户感兴趣的关联规则，要不断调整最小支持度，这必将引起频繁项集的更新。基于事务压缩思想，提出一种挖掘和更新算法，挖掘频繁项集时扫描压缩的数据库，更新时能减少新产生的k-项集的数量，从而加快了更新速度。     

多元组粗糙集合在规则生成中的应用

多元组粗糙集合是对传统粗糙集合的一种推广,它具有比传统粗糙集合描述更直接,更方便等优点,并能导出决策表中相应的确定规则,可能规则和否定规则,通过比较发现它能有效的提高规则生成效率,文中所给出的算法特别适合于具有重复元组的决策表。     

自适应推理的知识求精

简要分析了传统的决策支持系统中的自适应知识库求精问题,提出了一种基于神经网络块间联系的规则的自适应推理知识求精算法.该算法能够有效地检查知识的一致性与相容性,及时发现并排除知识库知识之间的冗余和矛盾.该算法能够更好支持决策过程.     

折线Mamdnai模糊系统及其权值参数的萤火虫优化算法

折线Mamdnai模糊系统是基于折线模糊数的线性运算构造的系统模型,其主要特点是前件模糊集及后件中心连接权均取值于由有限个有序点决定的折线模糊数.依据折线模糊规则建立了折线Mamdnai模糊系统模型,进而基于适应度函数、荧光素和决策半径设计了该系统权值参数的萤火虫优化算法,以优化该系统的后件中心连接权参数.最后,通过一个双输入单输出仿真实例,验证了该萤火虫优化算法的有效性.     

基于Hash函数改进遗传算法的 IPv6下模糊异常检测模型

为了实现基于IPv6的异常检测，设计了一种新的高效异常检测模型．针对传统遗传算法编码效率低下的不足进行了改进．该模型使用基于遗传算法的IPv6模糊异常检测规则生成技术，采用Hash函数进行初始种群优化、随机实数编码进行种群编码，提高了检测准确性．使用实时网络数据流对原型系统和Snort进行对比测试，结果表明所提出的模型在检测效率上有明显改善．     

基于模糊遗传算法的XNOR/OR展开式最小化研究

提出一种改进的模糊遗传算法用于求解XNOR/OR展开式最小化问题. 在算法进化过程中,采用模糊规则对交叉率和变异率进行修正, 以提高算法的收敛速度, 并在一定程度上抑制了局部收敛现象的发生. 并采用8个MCNC Benchmark电路对该算法进行测试, 结果表明: 所提算法具有较好的优化效果和较高的收敛速度.     

基于RTD可编程逻辑门的数字电路3层网络综合算法

随着集成电路的不断发展,CMOS器件的工艺逐渐达到其物理设计极限,研究新器件和新设计方法成为集成电路继续发展的必经之路. 阈值逻辑门因具有强大的逻辑功能而备受关注,共振隧穿二极管（RTD）因其负阻特性在设计阈值逻辑门时更具优势. 由于阈值逻辑门与二进制神经元模型有相似之处,因此可用神经网络模型实现逻辑函数,从而为电路设计提供新的思路. 对基于RTD可编程逻辑门的3层网络算法中的隐层综合算法进行了改进,提出采用汉明距离最大优先覆盖的方法对真向量进行覆盖,从而提高了真向量的覆盖效率,减少了隐层函数个数,并采用真假向量标记的方法简化了隐层综合算法.提出的算法比原隐层综合算法简单,进一步简化了基于RTD可编程逻辑门实现n变量函数的电路.