期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于关联规则挖掘算法的高校学生智慧化管理系统设计
1
作者 姜多华 《长江信息通信》 2024年第12期155-157,共3页
由于我国高校招生规模不断扩大,传统的学生管理方式已经难以满足现代化教育的需求,文章基于关联规则挖掘算法的高校学生智慧化管理系统。该文章设计了一个包括前端界面、应用服务层、数据逻辑层和数据存储层的高校学生管理系统的B/S架... 由于我国高校招生规模不断扩大,传统的学生管理方式已经难以满足现代化教育的需求,文章基于关联规则挖掘算法的高校学生智慧化管理系统。该文章设计了一个包括前端界面、应用服务层、数据逻辑层和数据存储层的高校学生管理系统的B/S架构。基于关联规则挖掘算法实现智慧化教学管理;采用加权模糊推理算法进行学生心理健康服务。测试结果表明,在高并发用户条件下设计系统的事务处理能力与服务器资源使用情况等性能指标表现良好,满足用户实际使用需求,对于提高学生管理效率、保障高校教学质量具有重要意义。 展开更多
关键词 关联规则挖掘算法 高校学生管理 智慧化管理系统 系统设计 教学管理
在线阅读 下载PDF
利润约束的关联规则挖掘算法 被引量:3
2
作者 朱龙 《华侨大学学报(自然科学版)》 CAS 北大核心 2015年第5期522-526,共5页
针对传统数据挖掘技术的劣势,提出一种以利润为基础的约束关联规则挖掘算法.在使用关联规则进行数据挖掘之前,算法按照商品利润的权重信息对购物篮中的原始商品交易信息实施预处理,可以使后续的数据关联规则挖掘更加的精确可靠,提升数... 针对传统数据挖掘技术的劣势,提出一种以利润为基础的约束关联规则挖掘算法.在使用关联规则进行数据挖掘之前,算法按照商品利润的权重信息对购物篮中的原始商品交易信息实施预处理,可以使后续的数据关联规则挖掘更加的精确可靠,提升数据挖掘的效果.结果表明:基于利润的约束关联规则挖掘算法对数据库的原始数据实施了利润约束修正,增加了利润加权阈值,可有效提升数据挖掘算法的知识挖掘性能. 展开更多
关键词 关联规则挖掘算法 购物篮分析 利润约束 APRIORI算法 超市
在线阅读 下载PDF
一种改进的FP-Growth关联规则挖掘算法的实现 被引量:1
3
作者 尤磊 兰洋 《河南科技》 2010年第6期50-51,共2页
关联规则(Association Rules)挖掘是数据挖掘研究领域的一个重要研究方向,1993年,美国IBM Almaden Research Center的Agrawal等人首先提出了从交易数据库中发现用户模式的相关性问题,并且提出了基于频繁集的Apriori算法。
关键词 关联规则挖掘算法 FP-GROWTH APRIORI算法 CENTER 交易数据库 数据挖掘 用户模式 IBM
在线阅读 下载PDF
基于trie的关联规则发现算法 被引量:3
4
作者 郑丽英 《兰州理工大学学报》 CAS 北大核心 2004年第5期90-92,共3页
分析了现有的关联规则挖掘算法,总结了当前的研究概况,从数据结构的角度出发,提出了用trie做数据结构存储交易数据库的所有项集,实现快速产生频繁项集,改进关联发现的性能.该方法只需一次扫描数据库,能够支持小的支持度计数和数据库的... 分析了现有的关联规则挖掘算法,总结了当前的研究概况,从数据结构的角度出发,提出了用trie做数据结构存储交易数据库的所有项集,实现快速产生频繁项集,改进关联发现的性能.该方法只需一次扫描数据库,能够支持小的支持度计数和数据库的动态修改. 展开更多
关键词 发现算法 关联规则挖掘算法 数据结构 频繁项集 交易数据库 动态修改 支持度 产生 存储 研究概况
在线阅读 下载PDF
基于Chameleon的关联规则挖掘研究 被引量:1
5
作者 刘从军 张瑞 席屏 《信息技术》 2016年第5期144-146,共3页
面对不断增长的数据量,企业需要的是对数据的实时分析和挖掘,以更快的速度和更精确的预测分析结果支持商业决策。基于Chameleon聚类算法和FP-growth关联规则挖掘算法,通过对原始数据的聚类操作,化简数据,在此基础上进行关联规则挖掘。... 面对不断增长的数据量,企业需要的是对数据的实时分析和挖掘,以更快的速度和更精确的预测分析结果支持商业决策。基于Chameleon聚类算法和FP-growth关联规则挖掘算法,通过对原始数据的聚类操作,化简数据,在此基础上进行关联规则挖掘。实验证明,当数据日渐庞大时,不仅速度快,节省内存空间,而且达到很好的预测效果。 展开更多
关键词 预测分析 Chameleon聚类算法 FP-growth关联规则挖掘算法
在线阅读 下载PDF
基于Fp-growth的分布式并行挖掘算法
6
作者 刘喜苹 黄国芳 刘雅筠 《数字技术与应用》 2021年第10期55-57,共3页
Fp-growth算法单机运算占用内存大、且耗时耗空间,挖掘大数据集时运算效率差。本文提出了一种基于Fp-growth的面向大数据集的分布式并行关联规则挖掘算法-DFp-growth算法(Distributed Fp-growth)。该算法在确保频繁项集挖掘数目不变的... Fp-growth算法单机运算占用内存大、且耗时耗空间,挖掘大数据集时运算效率差。本文提出了一种基于Fp-growth的面向大数据集的分布式并行关联规则挖掘算法-DFp-growth算法(Distributed Fp-growth)。该算法在确保频繁项集挖掘数目不变的情况下利用数据链表将大数据集分解成多个子集,然后对分解得到的各个数据集子集用分布式并行方式进行挖掘。实验结果表明,数据集很大时,DFp-growth算法的运行速度比Fpgrowth快,而且数据集越大,并行计算节点越多,运算速度越快,分布并行运算的效率越高。但是当计算节点大到一定程度时,运算速度不增反减。 展开更多
关键词 关联规则挖掘算法 运算速度 大数据集 并行运算 分布式并行 频繁项集挖掘 计算节点 数据链表
在线阅读 下载PDF
关联驱动下配电网同期线损异常数据辨识 被引量:2
7
作者 陆海波 尹建兵 +2 位作者 张志鹏 李飞 翁理胜 《电子设计工程》 2024年第16期102-105,110,共5页
配电网同期线损数据的可靠性对于有效实现电网降损与节能是非常关键的,辨识异常数据能够提升配电网同期线损数据的可靠性。为此,设计了关联驱动下配电网同期线损异常数据辨识方法。采用基于多值属性的关联规则挖掘算法,挖掘配电网同期... 配电网同期线损数据的可靠性对于有效实现电网降损与节能是非常关键的,辨识异常数据能够提升配电网同期线损数据的可靠性。为此,设计了关联驱动下配电网同期线损异常数据辨识方法。采用基于多值属性的关联规则挖掘算法,挖掘配电网同期线损数据。利用改进小波阈值去噪算法,对挖掘的配电网同期线损数据实施去噪处理。基于K-means聚类算法、改进型萤火虫算法与聚类可靠性评估指标,设计线损异常数据辨识模型,实现配电网同期线损异常数据辨识。测试结果表明,设计方法的平均误辨识点数和漏辨识点数分别低于10个和5个,平均相对辨识误差保持在1.0以下,具有较好的同期线损异常数据辨识性能。 展开更多
关键词 关联规则挖掘算法 配电网同期线损 异常数据辨识 改进型萤火虫算法
在线阅读 下载PDF
基于WOMDI-Apriori算法的高速公路交通事故风险识别 被引量:17
8
作者 杨洋 袁振洲 +2 位作者 王印海 王文成 孙东冶 《交通工程》 2021年第6期1-10,16,共11页
为揭示高速公路交通事故发生内在机理、提升高速公路行车安全;首先,基于UW-DriveNet交通大数据平台,提取了2016年美国华盛顿州3万余条交通事故数据,从人、车、路、环境、事故、时间6个维度对数据集进行了样本结构设计;进而,提出了一种... 为揭示高速公路交通事故发生内在机理、提升高速公路行车安全;首先,基于UW-DriveNet交通大数据平台,提取了2016年美国华盛顿州3万余条交通事故数据,从人、车、路、环境、事故、时间6个维度对数据集进行了样本结构设计;进而,提出了一种考虑定向约束和指标赋权的多维度交互改进Apriori关联规则挖掘算法,以基于区间层次分析法和灰色关联度的主客观联合赋权模型对数据字段进行权重优化;最后,应用该改进算法,对选定的高速公路路段进行了全映射事故致因角度和事故维度自相关角度的多维度交互的关联规则挖掘计算.结果显示,改进的WODMI-Apriori算法能更好地揭示高速公路的事故致因、更精确地识别事故风险因子,其算法精确度较传统Apriori算法提升了82.7%.结果表明,本文提出的WODMI-Apriori算法可作为高速公路交通事故风险识别工作中的一种行之有效的方法,并可为高速公路行车安全水平的提升提供理论指导. 展开更多
关键词 高速公路 交通安全 事故风险识别 数据挖掘 关联规则挖掘算法 WOMDI-Apriori
在线阅读 下载PDF
试论数据挖掘在电力调度自动化系统中的应用 被引量:6
9
作者 何宇雄 苑晋沛 +4 位作者 聂宇 罗超 高小芊 寇霄宇 李蔚 《科技创新与应用》 2018年第4期143-144,共2页
电力调度自动化系统对电力数据的收集和整理工作质量有着较高要求,而为了满足这一要求近年来数据挖掘技术日渐受到电力行业重视,基于此,文章就数据挖掘技术进行了简单介绍,并对数据挖掘在电力调度自动化系统中的应用进行了深入论述,希... 电力调度自动化系统对电力数据的收集和整理工作质量有着较高要求,而为了满足这一要求近年来数据挖掘技术日渐受到电力行业重视,基于此,文章就数据挖掘技术进行了简单介绍,并对数据挖掘在电力调度自动化系统中的应用进行了深入论述,希望论述内容能够为相关业内人士带来一定启发。 展开更多
关键词 数据挖掘 电力调度自动化系统 周期性关联规则挖掘算法
在线阅读 下载PDF
A Novel Parallel Scheme for Fast Similarity Search in Large Time Series 被引量:6
10
作者 YIN Hong YANG Shuqiang +2 位作者 MA Shaodong LIU Fei CHEN Zhikun 《China Communications》 SCIE CSCD 2015年第2期129-140,共12页
The similarity search is one of the fundamental components in time series data mining,e.g.clustering,classification,association rules mining.Many methods have been proposed to measure the similarity between time serie... The similarity search is one of the fundamental components in time series data mining,e.g.clustering,classification,association rules mining.Many methods have been proposed to measure the similarity between time series,including Euclidean distance,Manhattan distance,and dynamic time warping(DTW).In contrast,DTW has been suggested to allow more robust similarity measure and be able to find the optimal alignment in time series.However,due to its quadratic time and space complexity,DTW is not suitable for large time series datasets.Many improving algorithms have been proposed for DTW search in large databases,such as approximate search or exact indexed search.Unlike the previous modified algorithm,this paper presents a novel parallel scheme for fast similarity search based on DTW,which is called MRDTW(MapRedcuebased DTW).The experimental results show that our approach not only retained the original accuracy as DTW,but also greatly improved the efficiency of similarity measure in large time series. 展开更多
关键词 similarity DTW warping path time series MapReduce parallelization cluster
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部