数据挖掘中关联规则的小生境遗传算法

根据关联规则挖掘的要求与特点,提出了一种新的基于小生境遗传算法的关联规则挖掘方法,该算法可以有效解决传统遗传算法搜索过早收敛的缺陷,实验结果显示,该方法能高效地解决关联规则挖掘问题。     

信息熵—依赖度框架的关联规则挖掘

在关联规则挖掘中,通常使用的是支持度-置信度框架来挖掘有趣知识。对支持度、置信度阈值进行分析和研究,发现此框架挖掘的关联规则不能够得到有效的强关联规则,导致挖掘效率降低。为此提出一种有效的信息熵-依赖度框架作为关联规则的衡量准则,实验表明此方法更准确、有效。     

基于OWA算子的城市公共交通发展模式决策研究

针对城市公交发展模式选择问题，提出了一种基于OWA算子的综合多属性决策方法，对其进行分析研究。在分析了当前存在的几种城市主要公共交通模式（常规公交、快速公交系统、轻执和地铁）的技术经济特性的基础上，并结合城市公交发展模式选择问题的特点，确定了评价指标体系，建立了城市公共交通发展模式决策矩阵。然后运用OWA算子多属性决策方法来确定城市公交发展模式选择方案，并通过实例说明该方法的有效性和合理性。     

基子遗传BP神经网络的数据挖掘系统设计

数据挖掘技术是从大量数据中挖掘知识的有效的工具，遗传算法和BP神经网络是现今数据挖掘技术中比较新兴的算法。本文介绍了遗传算法和BP神经网络相互结合的一种新算法，并设计出了相应的数据挖掘系统，且将该系统应用到实际农业实验中。为了便于遗传算法的有效运用，文中还提出了格雷——浮点编码法。     

投影寻踪法在生态城市评价中的应用

将一种在在水质评价中得到广泛应用的评价方法——投影寻踪评价法引入生态城市评价领域中。采用基于实数遗传算法的投影寻踪评价法,以生态城市课题组建立的指标体系(指标涉及资源,经济,社会,环境,体制等各方面因素)为基础,利用MATLAB软件对石家庄市2000~2007年的生态城市建设进行了评价。     

基于数据挖掘算法的电力行业智能培训服务质量评估方法

以电力行业智能培训服务质量评估为切入点,基于数据挖掘算法,对数据进行分析与挖掘,探讨电力行业智能培训服务质量评估的相关问题。通过聚类分析,能够清晰地将电力行业员工划分为不同的学习群体,进一步为他们提供更加个性化的培训服务。通过分类分析,可以预测哪些员工可能在学习中遇到困难,为他们准备必要的帮扶措施。关联规则分析揭示了不同课程之间的内在联系,为优化课程结构和内容提供了有力的数据支持。     

一种高效的关联规则挖掘算法及应用

针对传统Apriori算法在生成频繁项目集时出现的瓶颈问题以及难以对非精确的或者模糊的概念进行挖掘的不足,给出了一种高效的关联规则挖掘算法。算法首先利用模糊集知识对数据库中的数值属性进行了合理的非精确语义转换,然后通过高效剪枝的挖掘方法对频繁项集进行挖掘,并将其应用到农业气象数据库的灾害分析中。试验结果表明,该算法在时间性能上有很大的提高。     

基于粗糙集理论的岩质边坡稳定性评价

针对岩质边坡的稳定性评价问题,应用粗糙集理论对既有岩质边坡的失稳实例进行分析,采用遗传算法进行约简,抽取评价知识,建立了规则库。采用不精确推理和默认推理方法开发了岩质边坡稳定性评价专家系统,提出了待评对象与规则不完全匹配情况下的近似推理方法,结合工程实例对该系统进行了测试和验证,并与模糊回归方法进行的比较。     

基于遗传BP神经网络的数据挖掘系统设计

数据挖掘技术是从大量数据中挖掘知识的有效的工具 ,遗传算法和BP神经网络是现今数据挖掘技术中比较新兴的算法。本文介绍了遗传算法和BP神经网络相互结合的一种新算法 ,并设计出了相应的数据挖掘系统 ,且将该系统应用到实际农业实验中。为了便于遗传算法的有效运用 ,文中还提出了格雷———浮点编码法。     

决策树C4.5算法结合模糊判决算法的土地评价方法（英文）

为了传统土地评价过程中影响因子存在连续值时难以构建评价模型的缺点,提高土地评价知识表达的可解释性,通过对语义属性采用多重分支,利用分支的统计显著性的启发式技术来实现剪枝,提出了基于C4.5算法挖掘分类规则。并利用模糊推理的方法,给出模糊匹配程度的概念,计算出被评价土地样本与各C4.5规则匹配的模糊程度,然后从中找出模糊匹配程度最大的所对应的规则,被评价样本即可被评价为该规则的结果所示的土地等级。文章提出了一种基于C4.5算法和模糊判决算法的土地资源评价模型构建方法,通过广东省土地评价数据库的实验结果表明,该方法能够适用于土地评价当中,当选取100条规则作为规则库进行土地评价时,获得了86.67%的数量准确率和84.80%的面积准确率。     

基于SERVQUAL的铁路货物运输服务质量评价

定量评价货物运输服务质量是提高铁路货运企业市场竞争力的重要手段。分析了铁路货物运输服务质量评价的现状,认为现行评价缺少理论依据和综合评价方法;试图将SERVQUAL评价方法应用于铁路货物运输服务质量的评价中,对某地区铁路货物运输服务质量进行了基于SERVQUAL的评价,结果显示与事实相符。认为将SERVQUAL评价方法应用于铁路货物运输服务质量的评价中是可行的,但评价准则和子准则选取应体现铁路货物运输服务自身的特性;基于SERVQUAL的铁路货物运输服务质量评价,有助于铁路货物运输质量的提高。     

基于关联规则的图书馆个性化服务研究

关联规则挖掘技术是一种新兴的数据处理技术,其算法及应用在图书馆中起着非常重要的作用。Apriori算法是关联规则挖掘的经典算法,在分析Apriori算法的基础上,提出利用FP-tree生成树技术来减少候选集的数量,克服Apriori算法的弱点,以提高图书馆个性化服务的效率。     

基于改进蚁群算法的分类规则挖掘

数据分类是数据挖掘中的一个重要课题,研究各种高效的分类算法是数据挖掘的重要问题之一.本文将蚁群算法与分类规则抽取问题相结合,提出了一种基于蚁群算法的具有自适应和变异杂交特征的分类规则挖掘方法,自适应地调整信息素增量,在规则构造中进行杂交变异,有效地节省了计算时间,并优化了生成的分类规则.实验结果表明:该算法可以有效克服停滞,提高搜索效率,有效地挖掘出简洁分类规则.     

图书流通中借阅关联规则挖掘技术的研究

在简述关联规则概念和技术的基础上,深入分析关联挖掘技术在图书馆借阅服务中的应用。介绍了一种关于图书借阅关联规则挖掘的技术方法,和借阅关联规则的几种主要类型。     

基于关联规则数据挖掘算法的应用

数据挖掘,又称数据库中的知识发现,作为一门新兴的研究领域,主要目的是从数据集合中发现隐含的、事先未知的、对决策有潜在价值的用户感兴趣的知识,数据挖掘是当前数据库领域中最受瞩目的研究方向之一。在数据挖掘研究中,关联规则挖掘作为数据挖掘研究中的一个重要部分,引起了越来越多的关注。本文利用SQL Server 2005数据挖掘工具,对已测得的土壤数据,利用关联规则算法对土壤的地力等级进行了预测。     

关联规则的发展

关联规则是数据挖掘中一种简单但很实用的规则,文章简要介绍了关联规则的概念及其分类,以及当前关联规则的挖掘算法研究情况,重点介绍了经典的基于Apriori类的候选生成方法和基于FP-tree的方法,并针对当前改进的挖掘算法进行简要说明,最后提出关联规则将来的发展方向。     

一种基于序列数的关联规则挖掘算法

在关联规则挖掘研究中,为了在产生候选频繁项时减少算法存在的重复计算和冗余候选项,为了在计算支持数时减少扫描事务数据库的次数,提出了一种基于序列数的关联规则挖掘算法,其关联规则适合挖掘任何长度.该算法用事务属性的布尔约简法,将传统事务数据转换成二进制数,然后用数字的递增和递减两种方式双向搜索候选频繁项;算法通过序列数的度来计算支持数,实现一次扫描数据库,有效地提高了算法的效率.     

基于产生式与框架知识表示的造林专家系统研建

本文根据造林专家确定造林地立地条件和造林模式的知识构成,采用了产生式表示法与基于框架表示法相结合来表示.设计了相应的规则库和事实库结构,优化了推理规则的表示方法,将多条规则表示的造林推理知识简化为一条规则,给出了实例,在此基础上详细地给出了具体的推理算法.设计了系统的功能结构,实现了一个造林专家系统,在实际生产中进行了应用.     

负关联规则兴趣度度量方法研究

关联规则挖掘是数据挖掘领域的一个重要课题。负关联规则相比正关联规则反映了不同的决策问题,有着重要的研究意义。目前负关联规则的兴趣度度量主要采用传统的基于支持度-置信度框架的度量方法。然而这些传统的度量方法存在一些局限,如标准不客观、不能反映项集间的相关性等,为了克服这些问题,本文提出一种基于余弦度量的兴趣度度量方法。