数据挖掘中关联规则算法的研究及应用

针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法.该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度.实验结果表明改进算法比原算法执行效率明显提高,同时也验证了该算法在油液监测故障诊断中的有效性.     

基于向量模糊模式识别的纹理图像分割方法

提出了一种基于同步自回归（ＳＡＲ） 模型和模糊信息原理进行纹理分割的方法．利用二阶ＳＡＲ模型对图像纹理进行描述,用最小平方误差方法对模型参数进行估计,将估计的参数作为纹理的特征向量．根据模糊信息原理,分析了纹理图像的模糊特性,给出了一种基于向量模糊集合簇模糊模式识别的纹理分割方法．实验结果表明,用所提出的方法进行图像纹理分割取得了较好的分割效果．     

环境影响评价工作中存在的几点问题及建议

通过对环境影响评价工作所遇到各种问题的总结、分析,提出改善环境影响评价制度的对策措施。     

结构智能的调节器:符号化及示范实现

通过三种控制功能,将调节问题层层归约,并利用拓广了的调节问题归约与或图,来显式地表示出结构智能调节器的逻辑推理和数值计算的细节和过程。整套方法直观形象,避免了逻辑上的冗余性或(和)不完备性,容易理解和分析。     

模糊划分的一个新定义及其应用

提出了模糊划分的一个新定义。可以证明它蕴含了Ruspini的定义,并且具有与直观及其实际应用相符的性质。而且根据此定义,可以定义模糊集合的相对清晰度及模糊划分的平均清晰度。实验证明,模糊划分的平均清晰度可以衡量FCM算法的聚类效果。     

基于Fuzzy集的Vague集的模糊熵

给出了Vague集的基本概念，阐述了Vague集的本质及Vague集与Fuzzy集之间的关系；通过对投票模型的分析，指出了在投票模型中投中立票者仍然有某种倾向，且该倾向由投赞成票和投反对票的人类之比来决定，在此基础上提出了一种Vague集向Fuzzy集转化的方法，最后给出了基于这种转化方法的Vague集模糊熵的定义。     

频繁项集挖掘的Apriori改进算法研究

针对Apriori算法的不足,提出了一种新的优化算法——IApriori.该算法应用散列技术优化产生频繁-2项集,优化连接操作减少连接判断的次数,通过对候选项集编码来减少扫描数据库的次数,优化逻辑"与"运算减少不必要的"与"操作次数,缩短生成频繁项集的时间.IApriori算法仅需3次扫描数据库.研究结果表明,该算法具有快速、直观、节省内存等优点.     

一种基于关联矩阵的直觉模糊聚类算法

文章首先定义一种新的直觉模糊集之间的关联系数,利用此关联系数给出关联矩阵;其次,通过平方法把关联矩阵转化为等价关联矩阵,形成聚类原则,得出聚类算法;最后,通过实例对算法进行验证.     

基于一类完备格诱导的直觉模糊集的多元扩展运算

基于一种二元序完备格引入了直觉模糊集的截集的概念,给出了直觉模糊集的加、减和乘法等算术运算,获得了这种截集的算术运算性质,并通过实例说明这些包含关系可以严格成立.此外,在完备格诱导的直觉模糊集的截集基础上,得到了直觉模糊集的多元扩展原理,进而讨论了多元扩展运算的2个基本性质.     

基于FP-tree最大频繁模式超集挖掘算法

数据挖掘应用中的最大频繁项集挖掘算法大多存在候选项目集冗余问题,造成时间和空间的浪费.针对此问题,通过构造条件FP-tree,对不符合要求的项目进行剪除并对MFIT算法进行改进,提出一种基于FP-tree的最大频繁模式超集挖掘算法.此算法无需产生大量的候选集,同时减少数据集扫描次数,降低数据库遍历时间,提高算法效率.实验证明,此算法在降低候选项目集冗余度的同时有效减少了算法运行时间.