面向个性化交通信息服务的车辆行驶路径关联规则挖掘

为了向驾驶者自动提供个性化的交通服务信息，需要对车辆行驶路径进行分析和预测.面向基于RFID的个性化交通服务系统，提出改进的车辆行驶路径关联规则挖掘方法，挖掘车辆历史行驶路径数据中的频繁序列模式，由频繁序列模式产生序列关联规则，根据当前行程车辆已行驶的路径，实现对车辆未来行驶路径的预测.本方法主要通过0-N数据结构和候选2-序列产生方法的改进，提高车辆行驶路径序列模式挖掘的效率.最后，通过数据测试验证了改进算法在运行效率上与GSP相比的性能优越性.     

经济系统分形机制与股票市场R/S分析

应用非平衡态统计物理学及分形的有关理论分析了分数布朗运动 ,给出了经济系统产生分形的物理机制是 ,系统涨落力的关联函数是时间 t的幂函数 ,并在此基础上进一步讨论了分形经济时间序列耗散性的表现 .从分析 EMH及其为基础的现代投资理论的缺陷出发 ,通过 R/S分析对深圳股票市场作了研究 .研究表明深圳股票市场存在一个短周期和一个长周期 ,大致分别为 8个月和 4 .5年 .同时解释了不同 GZ序列的不同 H值产生的机理和原因 .     

基于R/S分析的原油价格系统的分形特征研究

根据Brent 和WTI原油价格的真实时间序列数据,应用R/S分析方法,分析了国际原油价格系统中存在的分形特征,得到了不同时间标度下Brent 和WTI原油价格的Hurst指数,从而发现了系统对信息的长期记忆性;跟踪了不同时延下Hurst指数的演化轨迹,并根据系统不同的动力学行为将其划分为3个阶段;引入V统计量分析了系统的长程记忆机制,并得到了长程记忆的非周期循环长度.     

事故关联维数的分形特征分析

研究工作基于分形理论,应用G-P算法,通过对常州某股份有限公司事故时间序列的分析,构建了n维相空间,并利用关联维数的基本原理,对事故时间序列进行了分形特征分析.研究结果表明当嵌入维数达到10以后,该事故动力学系统具有稳定的关联维数4.1,说明至少有4个因子在影响着事故时间序列的动态变化,并且该系统的有效自由度为10.研究对建立事故时间序列的预测模型有较大的参考价值.     

基于包含索引的频繁闭序列模式挖掘的新算法

频繁闭序列模式惟一确定全体频繁序列模式,且规模小得多.传统的闭序列模式挖掘算法对每个频繁项目都进行扩展,往往会产生大量的非闭合序列.为解决这一问题,提出了一种新的基于包含索引的频繁闭序列模式挖掘算法,其主要思想是只对闭项集进行扩展,大大减少了非闭合序列的产生.首先,论证了闭序列模式只能由闭项集组成;其次,说明了如何利用包含索引来快速发现闭项集;最后,给出了一种深度优先的挖掘频繁闭序列模式的新算法.实验结果表明,该算法具有较高的效率.     

中国股票市场的标度突变现象及其特征研究

以上证指数为例,运用MF-DFA方法对其进行多重分形消除趋势波动分析.结果发现该时序在整个标度范围上存在交叉突变现象,其交叉突变点将整个时间标度分为两个部分,每一部分具有不同的多重分形特征及标度指数.进一步地,对每一部分多重分形特征成因进行分析,发现股票市场的多重分形特征是由波动的相关性及厚尾的概率分布共同作用的,其中收益序列的波动相关性是形成多重分形特征的主要原因.最后,提出股票市场监管的几点启示.     

基于小波消噪的水文系统混沌特性识别

针对噪声对水文动力系统混沌识别影响,运用小波消噪方法研究含有观测噪声的水文时间序列的关联维数.计算结果表明,消噪后水文时间序列的饱和关联维数比消噪前有明显降低,证明了小波消噪的有效性,为混沌水文系统中噪声的去除提供了一种新的途径.     

基于兴趣度的数据流频繁模式散列挖掘算法

频繁模式挖掘是很多数据流挖掘工作的基础.现有算法虽然能够有效的在数据流中挖掘近似的频繁模式, 但是由于数据流数据的不确定性、连续性以及海量性, 始终不能有效的将算法的时间效率和空间效率控制在一个可以接受的范围内. 本文通过使用散列表作为概要数据的存储结构, 并引入关联规则兴趣度的概念, 提出了数据流频繁模式挖掘算法MIFS-HT(mining interesting frequent itemsets with hash table), 不仅有效降低现有算法的时空复杂度, 同时提高了算法的应用价值. 最后, 实验结果表明: MIFS-HT是一种高效的数据流频繁模式挖掘算法, 其性能优于FP-Stream、Lossy Counting等算法, 并且挖掘结果更具有现实意义.     

加权阵灰色关联理论及其在仿真模型验证中的应用

常规灰色关联分析应用于仿真模型验证时,仅考虑了时间序列之间的相似性,忽略了时间序列之间的接近性,但这种接近却属于仿真模型的误差范畴,因此使用常规灰色关联分析进行仿真模型验证存在一定的风险,针对这一问题,提出了一种加权阵灰色关联度模型,综合了时间序列之间的相近性和相似性两个方面,因此提高了模型验证的准确性和可靠性.同时该模型可以同时处理具有多个特征行为的关联分析问题.给出了具体的基于加权灰色关联分析的模型验证的操作过程,并证明了改进模型满足灰色关联四定理.通过实例分析验证了改进模型的合理性和有效性.     

基于时间序列挖掘的合成旅装备维修保障能力预测

针对现有的预测方法参数较多、精确度不高的问题,采用了时间序列挖掘的方法对合成旅未来一定时期内的装备维修保障能力进行预测。首先建立了指标体系,利用“装备云”平台相关数据对指标及装备维修保障能力随时间变化的序列进行计算;然后对多元时间序列进行线段化拟合、聚类、符号化表达、Apriori关联挖掘,通过差分整合移动平均自回归-支持向量回归组合模型及反向传播神经网络对合成旅装备维修保障能力进行预测,最后通过事例验证了本文所提出的方法。     

交通诱导信息发布策略的空间关联规则

采用北京市可变信息板（variable message signs， VMS）系统近三年发布的交通诱导信息数据， 研究了交通诱导信息发布策略的空间关联规则. 首先基于系统聚类算法分析事件点与上游VMS的关联度， 根据其强弱将上游路段的影响空间分级， 并确定不同影响等级空间范围的大小； 然后采用基于关系代数理论的关联规则挖掘算法， 计算位置相邻的VMS集合的支持度和置信度， 确定不同影响等级空间范围内、相邻影响等级空间范围VMS集合的 依存关系. 实证分析表明： 空间关联规则能将事件点上游的影响空间分级， 并确定VMS间的依存关系， 从而锁定诱导信息发布的各级影响 空间以及相应的VMS， 具有实际的应用价值， 将应用于北京市交通诱导信息发布专家辅助决策系统.     

基于元学习技术的分布式采掘关联规则研究

关联规则是数据采掘中的重要研究内容。本文利用元学习技术提出了在分布式交易数据库环境下,分布式采掘关联规则的一种方法和相应算法DMAR。该算法具有较高的采掘效率和较低的数据通信量。定义了衡量采掘算法效率的分布式因子g,并指出算法的采掘效率和数据通信量与g值的大小有关。最后通过实验验证了该算法的正确性和有效性。     

一种关联规则增量更新算法

针对一个新的事物数据库加到原有的事务数据库中,在最小支持度和最小置信度都不变的情况下相应关联规则的更新问题,提出了一种简单高效的增量式关联规则挖掘算法。该算法从集合的角度出发,将事物数据库分为频繁项集集合和非频繁项集集合,从而在两个事务数据库可能出现的关系中,准确找出能够生成新的频繁项集的集合。在此基础上,利用给出的算法能够较为容易地发现新的关联规则。最后,分析了此算法的优越性。     

语言值关联规则在气象系统仿真中的应用

在信息处理领域，大型关系数据库中的数据挖掘是一个热点，文中应用模糊c－方法算法（FCM）将数据库中记录的值划分成多个语言值，并借助语言值来软化数量性论域的划分边界，由此生成一系列的语言值关联规则。接着文中根据最大隶属原则将数据库中的记录映射到语言值，定义了语言值关联规则的支持率和信任度。最后讨论了语言值关联规则在气象系统仿真中的应用。     

Efficient Algorithm Based on Itemset-lattice and Bitmap Index for Finding Frequent Itemsets

Finding frequent itemsets is the key problem in association rules mining. A new algorithm based on the lattice theory and bitmap index for mining frequent itemsets is proposed. The algorithm converts the original transaction database to an itemset-lattice in the pre-processing, where each itemset vertex has a label to save its support, and the complicated task of mining frequent itemsets in the database is thus changed to the simpler one that searches vertexes in the lattice. The efficiency of the mining process is enhanced greatly. Since the support counting in the association rules mining incurs a high cost regarding the I/O, a bitmap index technique is used to speed up the counting process. To address the issue that the intact bitmap usually needs a big memory space for storage, the bit vector is partitioned into blocks, which can be encoded as a symbol. This makes the original bitmap more compact in storage and improve the support counting efficiency as well. Finally, experimental and analytical results are presented.     

一种基于树的频繁模式挖掘算法

提出了一种基于树的频繁模式挖掘算法TBA-FP。它以树表示法压缩数据库所含模式信息，将挖掘问题转化为按深度优先策略构造频繁模式树，并引入了虚拟裁剪等优化技术。实验表明，TBA-FP挖掘“长”模式的时间效率与空间可伸缩性远远优于经典算法Apriori.     

Detecting network intrusions by data mining and variable-length sequence pattern matching

Anomaly detection has been an active research topic in the field of network intrusion detection for many years. A novel method is presented for anomaly detection based on system calls into the kernels of Unix or Linux systems. The method uses the data mining technique to model the normal behavior of a privileged program and uses a variable-length pattern matching algorithm to perform the comparison of the current behavior and historic normal behavior, which is more suitable for this problem than the fixed-length pattern matching algorithm proposed by Forrest et al. At the detection stage, the particularity of the audit data is taken into account, and two alternative schemes could be used to distinguish between normalities and intrusions. The method gives attention to both computational efficiency and detection accuracy and is especially applicable for on-line detection. The performance of the method is evaluated using the typical testing data set, and the results show that it is significantly better than the anomaly detection method based on hidden Markov models proposed by Yan et al. and the method based on fixed-length patterns proposed by Forrest and Hofmeyr. The novel method has been applied to practical hosted-based intrusion detection systems and achieved high detection performance.     

Efficient algorithms for identifying orthologous simple sequence repeats of disease genes

Dynamic mutations of simple sequence repeats (SSRs) have been demonstrated to affect normal gene function and cause different genetic disorders. Several conserved and even partial functional SSR patterns are discovered in inherited orthologous disease genes. To explore a wide range of SSRs in genetic diseases, a comprehensive system focusing on identifying orthologous SSRs of disease genes through a comparative genomics mechanism is constructed and accomplished by adopting online Mendelian inheritance in man (OMIM) and NCBI HomoloGene databases as the fundamental resources of human genetic diseases and homologous gene information. In addition, an efficient and effective algorithm for searching SSR patterns is also developed for providing annotated SSR information among various model species. By integrating these data resources and mining technologies, biologists and doctors can systematically retrieve novel and important conserved SSR information among orthologous disease genes. The proposed system, Orthologous SSR for Disease Genes (OSDG), is the first comprehensive framework for identifying orthologous SSRs as potential causative factors of genetic disorders and is freely available at .     

一种挖掘频繁模式的数据库划分新方法

提出了一种新的数据库划分方法。该方法应用于需要产生候选项的频繁模式的挖掘过程,可以大大减少对数据库的扫描操作,提高数据挖掘效率,特别是对于较长模式的数据挖掘更是如此。该方法是将交易数据库按照交易的长度(或者说模式的长度)划分成若干个子数据库,将等长度的交易划分到同一个子数据库中,这样在获取候选项的支持度时,只需要扫描模式长度大于等于相应候选项长度的子数据库即可,从而减少了对数据库的扫描操作。给出了基于数据库划分的挖掘算法,通过理论推导和实验证明了该方法的有效性。