基于动态关联规则的TApriori算法

在Apriori算法的应用过程中,最小支持度和最小置信度的值均是根据人的经验初始设定,其值设定太大或太小直接影响算法的精度和复杂度.针对Apriori算法应用中最小支持度和最小置信度的值无法动态设定的问题,结合轨道交通专用通信的具体应用,提出基于动态关联规则的TApriori算法.该算法将不同时序的元素划分到对应的事务...     

最小支持度为区间值的加权Apriori算法

为解决经典Apriori算法中最小支持度设定不当和数据库中各项目的重要程度不易给出的问题,采用区间量化方法计算出最小支持度满足的一个区间,用区间值代替单一的最小支持度.并根据引入的可能度概念对改进算法进行剪枝的策略,提出项目权重和最小支持度都为区间值的加权关联规则挖掘算法.通过UCI上的数据集对比改进算法和经典算法的性能.研究结果表明:改进算法解决了最小支持度设定过高或过低所带来的问题,并提高了算法的运行速度及有效率.     

关联规则增量式更新算法

本文提出以AprioriTid为基础的关联规则增量式更新算法.利用AprioriTid算法只需扫描一次事务数据库的优良性,考虑在事务数据库D不变时,而最小支持度和最小可信度发生变化时关联规则更新问题.     

关联规则增量式更新算法

本文提出以AprioriTid为基础的关联规则增量式更新算法.利用AprioriTid算法只需扫描一次事务数据库的优良性,考虑在事务数据库D不变时,而最小支持度和最小可信度发生变化时关联规则更新问题.     

广义关联分析的蕴涵-约束框架及其挖掘算法

本文将所有基于事务和非基于事务的关联分析称为广义的关联分析.基于事务的关联分析主要依托支持度-置信度框架进行数据挖掘,而非基于事务的关联分析常采用参与度-条件概率框架.首先,在讨论强关联规则的正确性、可靠性和有趣性的基础上,提出了蕴涵-约束框架.其次,提出并论证了最小支持度mni_sup和最小置信度min_conf的合理取值范围,从而将最小置信度由支持度-置信度框架下的（0,1] 缩小为蕴涵-约束框架下的（0.5,1],最小支持度由（0,1] 缩小为（0,min_conf].第三,提出随机顶点极大团划分法,它能将非基于事务的关联分析转化为基于事务的关联分析,从而使广义关联分析问题整合成为基于事务的关联分析问题.第四,基于映射的概念,将约束划分为事前、事中和事后约束,从而形式化地解决了约束的应用及方法.第五,利用稠密维和稀疏维,提出了一种multi-knowledge tree 的树形存储结构,能在无论频繁项集是否满足向下闭合性质时都有效降低算法的空间复杂度;同时,在数据增加、删除、修改后能快速获取新的强关联规则.最后,大量实验验证了所提出理论和算法的效果和效率.     

基于Rough集的单维布尔关联规则的挖掘算法

利用Rough集理论中关于等价类的概念,提出了单维布尔关联规则问题挖掘算法,考虑到关联规则设定单一最小支持度阈值的局限性,提出使用多个最小支持度的办法进行频繁项集的发现,利用兴趣度对单维布尔关联规则进行评价.     

一种有效的关联规则增量式更新算法

本文针对在事务数据库不变 ,最小支持度和最小可信度发生变化的情况下 ,如何进行关联规则的维护问题进行了研究 ,并提出了一种有效的增量式更新算法     

基于补充频繁模式的P2P搜索优化

为有效提高peer to peer(P2P)系统在文件共享应用中的资源搜索速度,解决P2P节点的负载均衡,保证P2P共享系统的稳定性、可靠性和扩展性,提出了一种基于补充频繁模式的快速查询响应方法,主要工作包括：（1）提出满事务和补充频繁模式概念及补充频繁模式树(SFP-Tree)结构,其主要思路是利用具有较高支持度计数的短频繁模式B,吸收与B一起构不成频繁模式但又达到一定共享支持度阀值的单项构成基项集的补充项,B的所有补充单项构成其补充项集S,在此基础上查找包含B的最大频繁项集X,并从S中排除与X一起达不到共享支持度阀值的补充项,从而以X和S的子集构成一个以B为基项集的具有足够长度的补充频繁模式; （2）实现了补充频繁模式的挖掘方法,其主要思路是在构成整个事务数据库升序FP-Tree(AFP-Tree)基础上,递归挖掘条件混合模式树（CMP-Tree）,在基项达到指定长度时,生成补充频繁模式树SFP-Tree,在此基础上挖掘带有负项的补充频繁模式,最后针对带有负项的补充频繁模式生成只包含正项的补充频繁模式; （3）模拟一份文件资源的历史响应事务集进行详实的实验,实验结果表明对于数据集规模达到100,000的P2P系统历史响应事务数据库,基于SFP-Tree的补充频繁模式挖掘方法能在20秒以内生成此文件资源的有效响应列表并能选择其中一个列表的有效子集瞬时响应查询请求。     

数据挖掘中关联规则的改进算法

关联规则是数据挖掘中的重要研究内容之一,本文针对关联规则的维护问题,在事务数据库不变前提条件下对最小支持度和最小可信度进行改变,设计实现了一个增量式更新的改进算法AIUA。     

认知无线网络中一种基于博弈的自适应功率控制算法

为了实现认知无线电中频谱分配公平性以及满足需要省电的情况,提出了一种基于博弈论的自适应功率控制算法,并证明了纳什均衡发射功率的存在性与唯一性。该算法不仅通过博弈论效用函数表达功率控制过程,解决了远近不公平现象和解决省电难题,而且通过设定信干噪比的最大与最小阀值,可以将不满足阀值的信干噪比值通过自适应加权公式,将其调整到阀值范围内,以满足省电需要。通过仿真分析可知,与其他算法比较,该算法不仅解决了认知无线电的远近不公平性现象,还可以通过减少发射功率,有效地解决了省电问题,而且当信干噪比在设定的阀值外时,通过自适应调整,使之在阀值范围内,减少了功率的浪费。     

可变冷热流换热网络的夹点和最小外界供热调优

本文提出可变冷热流换热网络最小外界供热的调优启发式规则。给出了四种情况下的算法。对于普遍适用的可变冷热流最小外界供热问题,提出用可变容差法结合调优求解的算法。以常减压装置为例,调优后可使最小外界供热降为82.9％。表明多夹点常比单尖点可节省更多能量。     

基于关联规则兴趣度的课程设置研究

介绍数据挖掘和关联规则的概念,引入一个关联规则新的度量值——兴趣度,并使用Visual FoxPro开发了一个关联规则挖掘系统。在设定最小支持度、最小置信度和兴趣度的条件下,使用挖掘系统对计算机专业学生的专业课成绩进行关联分析,通过分析找出它们间的内在联系,为课程设置提供依据。     

基于多支持度的挖掘加权关联规则算法

关联规则挖掘是数据挖掘中一个重要的模型．在其挖掘算法中，如果最小支持度很高，则出现频率比较低的规则就不能发现；如果最小支持度太低，因为频繁项的相互关联，则会出现组合爆炸．为此，提出了允许用户设定多个最小支持度、给定数据各项的权重来解决这一问题．理论、实验数据和实际应用证明，该新算法可行且符合实际情况，比同类算法用时更少，对大型数据库的关联规则挖掘非常有效．     

太阳能电池板检测中实时二值化阀值设定的方法

分析了太阳能电池板图像的灰度直方图特征及大津法算法原理,在电池板外形尺寸测量过程中提出将大津法分类思想应用于电池板图像二值化阀值的实时设定。实验表明,这种实时设定阀值的方法克服了光照变化对太阳能电池板测量的影响,从而提高测量的准确性和稳定性。     

多级优度评价及其在产品导购中的应用

为解决在产品导购中人们无法合理地对多特征对象进行定量化优度评价的问题,采用多级优度评价方法对对象进行优劣评价.多级优度评价方法在原可拓优度评价方法的基础上,进一步明确了衡量指标中社会指标、经济指标、技术指标等三大指标的界定以及它们之间的关系,同时给定了各个评价指标之间的层次关系以及不同层次衡量指标的权系数的设定原则,完善了多级优度评价的体系结构.以手机产品导购为例对多级优度评价方法进行了案例研究.研究结果表明:多级优度评价方法能够帮助用户合理地根据自身需求对多特征的对象进行定量化优度评价,使得产品导购行业具有了比较完善的、合理的优度评价体系,提高了产品导购的效率和科学性.     

基于关联分类方法的Web使用挖掘研究

如何对网上用户分类是W eb挖掘领域应用最多的任务之一,本文尝试将关联分类方法应用到W eb用户分类模式的挖掘.我们首先对服务器日志文件进行预处理,形成一个访问事务集;然后对该事务集进行数据挖掘,找出所有满足最小信任度和支持度的类别关联规则;最后,我们用这些类别关联规则去预测用户的兴趣.实验证明此方法是有效的.     

面向5G通信基站管理系统性能评估的测试用例分布规律研究

针对通信基站管理系统目前多采用融合人工经验的测试方法，无法模拟长周期且发生时间合理的测试用例问题，提出了一种基于基站告警日志的测试用例建模方法。首先，以基站日志产生时间间隔为研究对象，从数据整体、设备类型、日志类型、设备和日志类型等维度分析发现日志产生时间间隔服从幂律分布的规律；然后，对比分析最小二乘法、极大自然估计与最大后验估计3种不同的参数估计算法，以估算误差为依据，发现最小二乘法的拟合度更高且残差最小，拟合优度与平均绝对百分误差的平均值分别为0.96和3.5%;最后，采用最小二乘法对日志时间间隔进行幂指数估算，保留局点拟合优度大于0.7的告警组成测试用例。该模型应用于全国多个不同城市通信基站的告警日志间隔分布估算，实验结果表明：所提模型可以实现85%以上日志分布规律计算，为编排贴近实际运行环境的测试用例奠定基础，进一步提升测试结果的可靠度。     

工商移动执法管理系统性能测试方法研究

本文主要介绍了某型工商移动执法管理系统的性能测试方案。采用黑盒测试技术,在相同的硬件配置条件下,选择不同的网络带宽环境,利用自动化测试工具模拟多用户并发操作,查看服务器事务响应时间和CPU占用情况,找到系统瓶颈,方便开发人员调优。     

对风险资产相关性自信定价下的内部交易Nash均衡

研究一类做市商对两种风险资产相关性有一定自信程度下的内部交易古诺博弈特征,得到了线性内部交易策略与定价的Nash均衡的存在性。发现市场处于均衡时做市商的自信度与内部交易利润有如下关系:若两个风险资产是相互独立,则自信度不影响利润;若两个风险资产线性相关,利润随自信度增大而减小;若两个风险资产既不独立也不线性相关时,则存在自信度的一个阀值,使得利润达到最小,且当自信度低于阀值时,利润随自信程度增大而减小,但当自信度高于阀值时,利润反而随自信度增大而增大。     

基于关联规则的犯罪预防分析方法

利用公安系统建立的各类信息库,针对犯罪预防领域研究了关联规则的挖掘技术.系统的实现首先是根据已有的公安系统数据库,通过提取相关信息,找出所有支持度大于最小支持度的项集,产生用户感兴趣的频繁项集.其次,根据频集产生所期望的规则,设计支持度函数,进行设定规则的犯罪行为的数据挖掘研究,得到与之关联的犯罪特征,揭示潜在的犯罪规律,从而对犯罪预防提供数据支持.