模糊灰关联模式识别方法及其应用

首先建立了灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

需求系统的分形研究

以关联函数、关联积分为工具,研究了需求系统的分形特征,并对需求系统的时间序列进行了分形分析,寻找出无标度区,计算出分维数,进而发现无标度区的位置,分维数的大小等,可作为反映经济波动的定量指标。     

小麦流态化干燥实验关联式及在热泵流化床谷物干燥中的应用

基于流化床干燥理论,采用热风循环充分的电热烘箱作为干燥器,对小麦进行了一系列的薄层干燥实验研究,模拟小麦流态化干燥过程,总结出适用于流化床小麦干燥时间预测的经验回归公式.开发了热泵流化床谷物干燥实验系统,并将小麦干燥的经验回归公式应用于此实验台的干燥实验过程.结果表明,小麦干燥经验回归式可用于预测小麦在流态化条件下的干燥时间,所开发的热泵流化床谷物干燥装置经济性合理,有市场应用前景.     

基于关联规则的数据挖掘在供水管网故障诊断中的运用

找出引起供水公司管网故障的原因是供水公司进行客户服务的关键。在介绍关联规则基本概念的基础上，进一步研究了关联规则在供水公司管网故障诊断中的运用情况，并得到一些有用的规则，为管理者和分析人员提供了决策支持。     

Apriori算法的一种变形

关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效率较高的Apriori_Tid-1算法,并给出了一个具体的实例,最后给出了该算法的实现.     

温州区域环境噪声污染的灰色预测和灰色关联分析

根据1997～2003年温州区域环境噪声的监测数据以及相关影响因素的数据,采用两次残差修正GM(1,1)对2010年前温州区域环境噪声进行预测,并进行灰色关联分析.结果表明,该模型为一级模型,进行中、短期预测精度高,相对误差仅为±0.2%,预测结果可为城市区域环境噪声污染防治提供科学的依据.     

基于相关系数的正、负关联规则挖掘算法

负关联规则描述的是项目之间的互斥关系，它与传统的正关联规则有着同样重要的作用。然而，大多规则挖掘算法只能挖掘正规则而忽略了负规则的挖掘。本文利用统计学中相关系数的理论，提出一个能同时挖掘正、负关联规则的算法，实验表明该算法是有效的。     

多维频繁项集计算方法及应用

对多维关联规则中混合维关联规则数据挖掘技术进行了探索，实现了基于多维频繁项集进行多维关联规则数据挖掘的一种实用高效的方法，文中基于多维的频繁项集的挖掘算法主要分为2个步骤，并在高校学生信息系统中给予具体运用．     

一种基于关联规则的数据挖掘算法实现与应用

对Apriori算法加以改进,提出了一种更高效的关联规则挖掘算法,在扫描数据库的同时把支持每个项目的事务都标记出来,采用一种新的方法来计算候选项目集的支持度.该算法只需对源数据库进行一次扫描,就可以找出所有的频繁集,具有很高的效率.     

一种新的矩形网格生成等值线算法

提出了一种利用数据关联表生成矩形网格等值线的算法。该算法的优点是计算效率高，避免了以往等值线追踪算法起始点选取困难、网格出口边判断复杂的问题。算法的追踪结果精度取决于等值点的计算方法，其精度是可控的。这种算法原理可以扩展应用到三角网格的等值线方法中。