一个四元组合问题的研究

从1到13这13个正整数中任意取四个(可以重复),构成一个四元组合.对每一个四元组合,任意选用 ,-,×,÷及表示二元运算顺序的括号可以构成大量的算式.本文给出了:A.枚举全体四元组合的算法;B.枚举某个四元组合全体算式的算法.用这两个算法对二十四点游戏的基本特征进行了研究,并用列表法给出共有1820个自变量值的功效函数.这个功效函数为进一步研究二十四点游戏建立了基础.     

关联规则Apriori算法改进研究与应用

为改进关联规则Apriori算法,首先对数据库中数据存储方法进行了变换,进一步简化为二进制存储并求得了项数最大的频繁项目集,实验研究结果表明.改进后算法效率明显提高.性能得到优化;同时,利用改进后的算法挖掘出学科中联系紧密的知识点潜在的规律,结论运用到教学中去可以有效的提高学科教学质量.本方法同样可以借鉴到其它学科课程或课程群中知识点规律挖掘中去.     

电潜泵-气举组合接力举升工艺研究

针对单项人工举升工艺不能满足的深抽问题,从举升工艺原理与工艺管柱结构角度,提出了多种可能的组合举升方案以及组合原则。鉴于气举的独特优点,深井泵与气举的组合,尤其是电潜泵(ESP)与气举(GL)的组合具有突出优点,适合大排量深抽。对ESP-GL的举升管柱结构型式进行了探讨,提出了利用小直径油管与气举阀直接连接代替常规环空气举的实施方案,避免了环空直接气举对动液面深度和下部深井泵的影响,为其他举升工艺与气举的组合创造了条件。利用提出的ESP-GL组合设计方法所开展的设计计算表明,在电潜泵排量和举升压头不变的条件下,气举组合接力举升后可使电泵的下泵深度达到6 000 m以上,为深层油气藏的大排量举升提供了技术手段;而在ESP下泵深度不变的条件下,气举组合后有助于提高其产量。     

关联规则的高效向量法数据挖掘

对经典的向量挖掘算法和Apriori算法的思想及其复杂度进行分析后,提出了一种新的高效向量数据挖掘算法。新算法通过避免不必要的计算以达到提高算法的计算效率,通过避免不必要的存贮以达到减少算法的空间复杂度,与经典的向量挖掘算法相比有如下优点：(1)空间复杂度为o(n|L1|),比经典的挖掘算法的空间复杂度要小得多;(2)计算量比经典的挖掘算法要小。     

城市公交换乘查询系统的优化枚举算法研究与应用

该文针对目前我国城市公交查询系统存在的不足,提出了一种便于乘客进行路线选择的优化枚举算法,并探讨了以换乘次数最少为目标的公交查询方案。对n次公交换乘算法进行改进,引入紧邻站点和站站快表,提高公交查询系统的实用性和查询效率,从而吸引出行者优先选择公交车出行方式。     

关联规则算法的研究及应用

本文重点研究了关联规则经典算法Apriori算法的基本思想,并通过实例说明发现频繁项集的方法,提出了Apriori算法的不足,并结合spss clementine软件将关联挖掘应用于某超市的销售数据,从大类及二级类商品之间两个方面进行挖掘,针对挖掘结果进行了分析,同时提出建议,为超市提供辅助决策信息.     

符号回归的枚举原型算法及其匹配算法研究

通过建立一个包括大量原 原型库，实现了符号回归的枚举原型算法。该算法使用的原型可分为线性原型和非线笥原型，前蜊与样本数据的匹配可转换为多元线性回归问题，效率高，但其表现力较差。后者表现力强，但非线笥回归技术效率低，且存在收敛哉问题，对可用于原型匹配的各种拟合算法进行了比较研究，确定了为各种原型选择匹配算法的一般方法。     

数据挖掘在高校就业工作中的应用研究

做好高校毕业生就业工作,是促进经济发展和社会和谐的重要举措。探索就业工作中如何合理有效地利用有限的人力和数据资源是高校毕业生就业工作高效开展的重要研究课题,也是学校提高就业率和就业质量,从而提高办学质量和办学水平的必行之路。充分利用数据网络平台,有效地提高就业信息收集和发布的及时性和准确性,进而增强就业数据信息的可信性。在逐年积累的就业信息的基础上,应用数据挖掘关联规则算法中Apriori算法,对学校就业信息进行数据挖掘,能够正确将就业信息与课程设置建立合理联系,从而得出有价值的结论,进行决策参考。     

关联规则挖掘在医保稽查中的应用研究

关联规则挖掘是从事务数据库中发现大量数据中项集之间存在的有意义的隐藏关系。本文探讨了关联规则挖掘如何应用于医保稽查工作,并论述了对Apriori算法进行的具有针对性的改进。     

Apriori算法在消费市场价格分析中的研究与应用

在介绍关联规则基本原理的基础上,对Apriori算法进行了详细的分析和研究,并将Apriori算法应用于消费市场价格数据中,挖掘出了各种农副产品价格之间的关联关系,即从大量的农副产品价格数据中挖掘出了大米、玉米、大麦和羊肉、牛肉价格之间的关联规律.     

关联规则在高校招生录取决策中的应用研究

根据当前高校招生政策中存在的主要问题，利用数据挖掘技术中的关联规则，以某高校招生录取信息库数据为实验进行了标准化、离散化处理，并采用经典Apriofi算法进行挖掘，找出了信息间的隐藏关系，并得到了合理可靠的关联规则，从而为高校录取提供了有效的决策作用。     

一种改进的Snort系统的设计与应用

入侵检测是网络安全技术领域的主要研究方向之一.为了提高入侵的检测效率,改进后的Snort系统采用了数据挖掘技术,总结出一些正常模式,能够对异常行为进行检测,并且在提高入侵检测系统的完备性和准确性的同时,也能更准确地检测某些未知攻击或者已知攻击的变种.     

一种基于数据挖掘的Snort系统的设计与应用

为了提高入侵的检测效率,提出了一种基于数据挖掘的改进的Snort系统.该系统充分利用数据挖掘的入侵检测优点,采用改进的Apriori算法,在Snort原系统基础上增加一个数据异常检测模块,改进了Snort存在的缺点,提高了检测率.通过模拟实验验证和实际网络环境应用分析,得出该系统比原Snort系统具有更高的检测性能,能...     

树的q-最优划分及其应用

本文从集合划分的概念出发,提出了关于树的q-最优划分的问题。同时,还提出了求树的q-最优划分的精确算法和启发式算法。最后,以配电网系统的实际设计为例来说明算法的应用。     

Apriori算法的分析及应用

关联规则是数据挖掘领域中最重要的研究内容,能够在数据库中发现频繁模式和关联知识。对关联规则及其相关挖掘算法Apriori进行了分析,指出了Apriori算法存在的缺点。通过基于预处理的改进Apriori算法在高校教学评价中的应用,说明数据挖掘过程,分析挖掘结果,最后指出了未来的研究方向。     

关联规则挖掘算法的改进与优化研究

首先对Apriori算法过程本身进行了详细的研究．给出了三种改进措施。各种改进措施在特定的应用场合有着明显的优点．均能有效减少存储候选集所占用的空间或算法过程占用的时间。之后着重对强关联规则的生成算法进行了详细讨论．给出了优化算法．实例表明该算法能有效减少相关计算量．比已有算法运算效率明显提高．     

基于Visual FoxPro编程的图书流通关联规则挖掘研究与实现

对关联规则挖掘的经典Apriori算法进行了深入细致研究。在Visual FoxPro环境下,通过编程实现了经典的Apriori算法,完成了对辽宁石油化工大学近十年来图书借阅数据的关联规则挖掘,得出了专业图书间的借阅关联关系。为预测读者的借阅倾向、辅助采购决策、主动推送相关信息等服务提供了较为翔实的数据支持。     

结合优先指派规则的车间作业问题的枚举算法

车间作业调度问题是一个典型的NP完全问题,这种问题的精确求解算法的计算时间会随着问题实例规模的增大而呈指数增加.针对车间作业调度问题的难解性,给出了一个求解该问题的快速枚举算法.该算法是按照枚举算法的一般步骤来进行设计的,在设计过程中对于算法所涉及到的初始解问题、分枝问题以及剪枝策略等问题给出了旨在减少算法计算时间的解决方案.该算法找到了所测试的9个标准算例中4个算例的精确最优解.     

基于枚举算法的优化方法研究

本文简要介绍了枚举算法的基本概念,提出该算法简单,结果准确、全面,但效率较低.通过研究＂百钱百鸡＂问题的算法及C语言实现,提出了利用数学分析实现优化枚举算法提高工作效率的方法.     

学生成绩数据挖掘的研究与实现

文章从分析影响学生成绩的因素出发,利用数据挖掘关联规则中的Apriori算法对采集的学生数据集进行挖掘,以期发现影响学生成绩的潜在因素,从而为相关部门制定教学政策,改善教学质量提供理论支持和科学依据,从而更好地开展教学工作,更好地为学生服务.