基于智能手机使用数据的用户行为提取与分析

智能手机已经成为个人行为的真实记录设备,对APP使用数据进行挖掘可以提取出用户的行为习惯.为了提取APP的使用关联模式,研究并提出基于数据挖掘的APP关联规则提取技术.首先,基于Android平台,开发APP状态数据收集平台;其次,对APP数据进行预处理;再次,基于Apriori算法,提出了APP关联规则挖掘算法;最后,应用真实个人APP使用数据,对提出的方法进行验证,实验结果证明本文提出的方法在APP关联规则挖掘中的可行性.     

关联规则挖掘在旅游突发事件预测中的研究

基于数据挖掘中的关联规则挖掘及Apriori算法,研究了在旅游行业中用挖掘得到的规则对突发事件进行预测的方法.对突发事件进行了预处理,对与突发事件相关的规则进行了挖掘,提出了改进的关联规则算法,并获得了有意义的规则输出,并对这些关联规则在旅游业的应用进行了研究.     

基于概率统计的正负关联规则挖掘算法

正关联规则与负关联规则有着同样重要的作用,而传统的关联规则算法只能挖掘正关联规则.本文对关联规则的相关度进行判断,并在此基础上提出了一个能同时挖掘正负关联规则的算法,实验证明改进算法是有效的.     

关联规则在路由监测系统的应用

本文为了改善路由监测系统的性能,对数据挖掘中的关联规则的两个经典挖掘算法Apriori和FP-Growth进行了仔细的比较分析。结合路由监测系统的实际情况,根据超大网络数据集的特点,在两种流行的关联规则挖掘算法中选出最适合的算法。     

基于对象立方体结构的高层关联规则挖掘方法研究

在属性的高层概念上发现的关联规则为高层关联规则,对基于对象立方体结构的高层关联规则挖掘方法进行了研究.提出了一种挖掘高层关联规则的算法,并用算法进行了实验,得到的关联规则可以为用户提供一些常识性的知识,对高层决策有较大的帮助.     

数据挖掘技术在试题质量评价中的应用

介绍了关联规则基本概念及Apriori算法,分析了关联规则挖掘在试题评价中存在的不足,提出了一种基于信息量的关联规则挖掘改进算法ARMABI.实验结果表明,该算法性能明显优于传统的关联规则挖掘算法,具有较高的推广价值.并且,对下一步工作进行了展望.     

中医察目望神规则挖掘的关键技术

中医客观化中有一个很重要的问题是根据量化的人体特征推导出人体的状态.提出了一种用于中医察目望神客观化中从眼部特征推导出人体"神"的状态的规则挖掘方法.首先给出了视频采集方法,接着使用类-属性依赖最大化方法(CAIM)对眼部特征数据进行离散化形成规则挖掘中的属性区间,然后使用云模型进行关联规则挖掘得到大量候选规则,再对3种互补的规则裁剪方法进行修改和组合用于候选规则的整理,并形成最终的规则集合.利用交叉验证法检验规则挖掘的效果,得到了93%的平均精确度,达到了很好的效果.     

关联规则挖掘优化方法研究

传统的关联规则挖掘数据的方法虽然取得了很好的成效,但是其中还存在算法效率、规则的后期处理等等一系列的问题,为解决这些问题,对传统的关联规则挖掘进行优化,提出了挖掘支配关联规则.     

关联规则挖掘的新模型

对关联规则的不足进行分析,提出了一新关联规则模型,此模型有助于挖掘关联规则的正相关与负相关.并对经典模型进行一定改进.     

关联规则挖掘研究综述

介绍了关联规则挖掘的一般概念,并对一些典型算法进行了介绍,展望了关联规则挖掘的未来研究方向.     

影响建筑塔吊感应高压静电的因素及其规律

建筑塔吊感应高压静电难于防护是建筑行业中亟待解决的问题，文章着重研究影响建筑塔吊感应高压静电的广播通讯电磁波辐射、天气（气候）以及塔吊自身条件等内外因素及其规律，认识建筑塔吊感应高压静电的基本条件和基本规律，为有效地消除或降低建筑塔吊的感应高压静电作准备。     

雷电的形成与发展对建筑塔吊感应高压电的影响

建筑塔吊因雷电感应高压电而难于防护是建筑行业中长期以来存在的突出问题,分析雷电的形成与发展对建筑塔吊的影响,认识雷电对建筑塔吊感应高压电的条件和规律,对深入研究雷电脉冲及塔吊的防护技术,从根本上提高建筑塔吊在雷电电磁场环境中工作安全性和可靠性具有重要意义和实用价值.     

一种多塔机智能安全监控系统的研究与实现

防碰撞算法是塔机安全监控系统的关键技术之一,而目前商品化的产品中均未考虑吊装物摆动的影响,其远程监控系统中集中监控模式也不适用于塔机群大数据流。基于此,首先根据吊装物摆动特性设计出了一种考虑吊装物摆动的防碰撞算法,该算法在不添加额外传感器的情况下,由绳索实时张力与吊装物重力的关系得出实时的摆动角度,从而得出吊装物在每个时刻可能到达的位置。其次,基于云计算平台设计了多塔机智能安全监控系统,包括本地监控系统与远程监控系统两部分。利用GPRS-Internet无线传输网络将本地数据传输到远程监控终端,实现多塔机的统一监控和协同管理。经程序测试,系统可稳定工作且运行可靠,能够保障塔机的运行安全,满足市场需求,具有良好的应用前景。     

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。     

面向炼钢厂多机多任务天车调度的仿真方法

天车调度对于炼钢厂车间中各生产工位间物流的衔接、顺行以及整个企业生产节奏的调控具有重要意义,且同时受到时间、空间约束以及生产计划等的限制,是典型的多机多任务约束问题。为此,建立了一种时空约束下基于规则演化的仿真模型,以优先保证炼钢-连铸生产作业任务的完成为目标,合理安排多任务在车间作业跨中多台天车上的分配,并考虑多任务之间的时间约束和多台天车之间的空间约束问题,设计基于任务分配规则、冲突处理规则、任务结束规则的仿真模型运行规则用于控制天车执行任务的运行过程。该方法可避免对调度问题进行理论求解的困难,通过对某炼钢厂炼钢-连铸生产作业计划的离线模拟测试表明:能够避免天车运行过程中的时间空间冲突,以获得合理的天车运行调度方案,为生产调度提供指导。     

基于案例推理的湿法冶金全流程优化设定

湿法冶金全流程具有工况多变、强耦合、非线性等特点,基于机理模型的过程优化控制通常求解困难且难以适应工况变化.为此,提出一种基于案例推理的全流程优化设定方法.由于湿法冶金各生产工序之间存在紧密耦合,运行参数彼此关联,这些关联关系表现为各工况运行参数和各调整变量的优化设定值之间的关系.因此,通过对历史数据进行关联规则挖掘,寻找各运行参数和操作变量的优化设定值之间的规则,将挖掘的规则用于案例修正环节,以解决案例修正中规则难以获取的问题.仿真实验表明,该方法可以提高湿法冶金全流程的经济效益.     

基于关联规则的MODIS影像绿潮检测

由于缺乏对绿潮灾害的深入认识和有效的监视监测,海域管理部门的决策管理和防治措施还处于被动局面。为解决这一现状,选取青岛附近海域的3景MODIS影像作为实验数据,分析了浒苔的光谱特性并对浒苔进行了特征选择,然后运用关联规则挖掘出浒苔及其光谱之间的关联关系,并使用发现的关联规则对浒苔进行检测,检测结果相比同类研究具有较高的精确度。对提高绿潮研究的科学性和深入性具有重要意义。     

属性受限状态下低维冗余聚类数据快速挖掘方法研究

针对传统数据挖掘方法存在挖掘精度低、速度慢、占用内存多而不适于实际应用等缺点,提出一种属性受限状态下低维冗余聚类数据挖掘方法。通过计算低维冗余聚类数据的支持度,把低维冗余聚类数据挖掘问题转变成频繁项集挖掘问题;利用支持度与可信度对关联规则产生结果进行评价,并添加属性对其进行限制,以减少无用规则的产生。通过属性位复用方法建立候选区域,产生关联规则集,对符合关联规则集的低维冗余数据进行聚类,实现对其挖掘。实验结果表明,通过所提方法对属性受限状态下低维冗余数据进行挖掘,挖掘速度快,结果可靠。     

网络数据包安全指标关联规则挖掘应用与研究

对网络通信中,安全指标间关联规则的挖掘速度缓慢问题进行研究。网络通信数据的高容量、多样性和复杂性,使网络安全指标间关联规则挖掘的信息处理难度较高、时间效率低,为此提出一种基于并行FP-树频集算法的关联规则数据挖掘方法并成功应用于网络通信的安全指标挖掘中。首先对网络通信数据进行Netflow流量数据采集,对其进行预处理以信息熵的形式存储。然后将频集压缩到频繁模式树上,再引入并行算法在多个处理器上为频繁模式树的节点创建条件模式库和条件模式树,在不同的并行处理器上进行同时处理,最后生成反映网络安全信息的关联规则。该方法提高了网络信息安全指标间关联规则挖掘的效率,在同样的支持度阈值和置信度阈值的条件下,可减少处理时间4~7 s。     

基于多源数据融合的冰雪条件下车速变化关联性分析

基于多源数据融合,利用关联规则分析中的Apriori算法研究天气条件、路面条件、养护作业等因素与车速变化的关联性,通过速度降低与回复现象有效评估冬季道路养护的效益.结果表明:车速变化与能见度、路面条件和降雪量具有较强关联性,与湿度、风向、工作日、节假日和流量没有相关性.通过数据挖掘技术将存储的多源数据转化为有效的知识和信息,从而可为冬季道路养护提供有效的决策支持.