土地评价中关联规则与C4.5规则的应用比较

关联规则和C4.5规则能提高土地评价知识表达的可解释性和土地评价的有效性,克服传统土地评价方法中人为因素多的缺点。为对比关联规则和C4.5规则在应用中的差异,文章基于广东省土地评价数据库,在相同实验条件下进行了关联规则和C4.5规则的挖掘,并结合模糊判决算法分别建立了基于这2种分类规则的模糊分类器进行测试。结果表明,2种算法各有优缺点。其中关联规则具有更好的可支持排序标准、更客观的冗余规则去除算法以及更高的准确率;但其对数据属性要求比较高,挖掘速度也远不如C4.5规则;C4.5规则准确率略低,但其计算成本低、速度快。     

基于禁忌搜索的模糊神经网络分类器设计

提出了一种基于禁忌搜索的模糊神经网络分类器设计算法.该方法首先从训练样本中自动获取分类规则,构成模糊神经网络的初始网络结构,然后采用基于禁忌搜索和梯度下降法的混合算法同时优化模糊神经网络的结构和参数.使用IRIS数据集对所提出的方法进行性能测试,结果表明该方法能使用较少的分类规则获得很好的分类效果.     

融入监督信息的k—mean聚类瓜蓟马预警模型

[目的]为提高瓜蓟马病虫害的预警效果。[方法]采用k-mean聚类建立了瓜蓟马预警模型,并针对瓜蓟马数据中在k-mean聚类算法下难以判断的情况,引入了监督信息,即模糊关联规则进行进一步划分。[结果]引入监督信息的k-mean聚类算法的预警准确率比最近邻算法、k-mean聚类和支持向量机预警准确率都要高。[结论]k-mean聚类过程中引入模糊关联规则能较有效地提高预警准确率。     

土地评价中关联规则与C4.5规则的应用比较

关联规则和C4.5规则能提高土地评价知识表达的可解释性和土地评价的有效性,克服传统土地评价方法中人为因素多的缺点。为对比关联规则和C4.5规则在应用中的差异,文章基于广东省土地评价数据库,在相同实验条件下进行了关联规则和C4.5规则的挖掘,并结合模糊判决算法分别建立了基于这2种分类规则的模糊分类器进行测试。结果表明,2种算法各有优点。其中关联规则具有更高的准确率,但其计算过程复杂,耗费时间长;C4.5规则准确率略低,但其计算成本低、速度快。     

基于管道完整性数据的关联规则挖掘与应用

在油气长输管道完整性管理领域引入数据挖掘中的关联规则技术,发现完整性数据中潜在的关联关系,充分发挥数据价值。通过对管道完整性数据关联规则挖掘流程进行研究,对经典Apriori算法中频繁项集生成效率进行优化,结合中国石油某管道开展完整性管理积累的外检测与内检测数据进行了关联规则挖掘,并对挖掘结果进行分析和解释。挖掘结果表明:通过关联规则技术可以发现管道本体缺陷与周边环境、本体属性数据之间潜在的关联关系。关联规则挖掘方法应用于管道完整性数据分析能够有效减少无兴趣规则的数量,发现潜在的管理重点,为长输管道完整性管理提供科学、准确的决策依据。(表1,参10)     

基于关联规则的数据挖掘方法在电厂脱硫监测中的应用

环境监管中对电厂的脱硫监测是监测的重点之一.文章将关联规则的数据挖掘方法有效地应用于电厂脱硫监测中.研究各个脱硫监测属性的相关性以及关联规则,提出了基于关联规则的参数波动模型、参数预测模型,并对该模型和挖掘方法进行了分析与实验,结合实际的脱硫监测数据进行了论证,说明了模型的使用在实际脱硫监测工作中具有良好的效果.     

基于禁忌搜索的模糊神经网络分类器设计

提出了一种基于禁忌搜索的模糊神经网络分类器设计算法．该方法首先从训练样本中自动获取分类规则,构成模糊神经网络的初始网络结构,然后采用基于禁忌搜索和梯度下降法的混合算法同时优化模糊神经网络的结构和参数．使用IRIS数据集对所提出的方法进行性能测试,结果表明该方法能使用较少的分类规则获得很好的分类效果．     

感知信任模式下移动社交电商盈利预测偏差分析算法

目的 为了提高移动社交电商盈利预测偏差的自适应分析能力,提出感知信任模式下移动社交电商盈利预测偏差分析算法.方法 提取移动社交电商盈利的关联规则特征量,采用模糊聚类方法对感知信任模式下移动社交电商盈利大数据进行自动聚类处理,构建移动社交电商盈利的统计序列分布模型;结合自适应寻优算法进行移动社交电商盈利预测,在感知信任模...     

基于模糊数据挖掘的网络入侵检测模型

提出了一个基于模糊数据挖掘的入侵模型.异常检测的一个主要问题是正常模式随时间变化.如果一个实际的入侵行为稍有偏差就有可能与正常的模式相匹配,而异常检测系统则无法检测到这种入侵行为.为解决这个问题,本文利用模糊数据挖掘技术建立正常模式,并用一组模糊关联规则表示.在进行异常检测时,利用新的审计数据挖掘当前模糊关联规则,并计算其与正常模式的相似度,如相似度低于规定的阈值,使其产生入侵警报.最后,文中利用遗传算法优化模糊成员函数来选择其参数.     

基于关联光流法的农田昆虫检测算法

探索了一种通过对特定昆虫颜色的关联分析模型而建立起的光流估计跟踪算法,用于检测农田害虫的数量,并进行一定的运动跟踪.该方法考虑了农田的具体环境特征,针对光照环境的变化增加了光流参数和搜索窗的调整,并且考虑了摄像头采集数据质量变化情况下的跟踪优化.对于光流向量进行了适当的优化,加入了关联区域块的设定.与传统算法相比本方法能够达到较好的跟踪水平,克服一定程度的遮挡和丢帧,利于对昆虫的准确检测与定位.