【摘 要】
：
对于包含数量属性的数据库的关联规则挖掘,已有的研究仅从加权或量化值某个方面考虑,挖掘出的关联规则不能充分满足用户的需要.本文在引入项目获利率权值的基础上,基于获利最大化的考虑来挖掘量化关联规则并提出了挖掘算法WQAR,能从数据库中得到获利项目组合及其关联.理论分析和实验表明,算法是有效可行的.
【机 构】
：
合肥工业大学计算机与信息学院,合肥 230009
【出 处】
：
第八届中国Rough集与软计算、第二届中国Web智能、第二届中国粒计算联合会议(CRSSC-CWI-CGrC2008)
论文部分内容阅读
对于包含数量属性的数据库的关联规则挖掘,已有的研究仅从加权或量化值某个方面考虑,挖掘出的关联规则不能充分满足用户的需要.本文在引入项目获利率权值的基础上,基于获利最大化的考虑来挖掘量化关联规则并提出了挖掘算法WQAR,能从数据库中得到获利项目组合及其关联.理论分析和实验表明,算法是有效可行的.
其他文献
结合相糙集和神经网络的优点,提出了一种新的基于粗糙集-神经网络的故障诊断方法,将粗糙集理论同神经网络结合起来用于飞机的故障诊断.给出连续属性值的离散化方法,并通过属性约简,剔除其中不必要的属性,提取出对诊断故障贡献最大的最小故障特征集,从而确定神经网络的拓扑结构；通过训练神经网络建立故障特征与故障之间的映射关系,实现故障的诊断.通过A320飞机导航系统的故障诊断仿真实例,表明这种故障诊断方法的有效
基于覆盖的神经网络学习算法大多数都属于示例学习,本文提出一种新的求覆盖方法——反馈式观察学习方法.其思想是利用聚类的方法求簇(覆盖),然后对其学习的结果进行指导反馈,其本质是一种有师指导学习过程中指导推迟的学习方式,并且形成的覆盖形状可以是多样的,覆盖数大大减少,优化了覆盖领域.实验证明其有效性和抗噪声能力.
属性约简是粗糙集用于数据分析的重要概念.本文结合灰色理论,提出了一种新的以属性的关联度作为启发式信息的属性约简方法,并用实例对比分析说明了该方法的有效性。
在信息系统框架下,从一个新角度定义了知识包含度,研究了其基本性质,给出了基于知识包含度的决策规则获取算法.这个知识包含度也可以应用到人工智能的知识推理中.
本文提出了用于刻画不一致程度的概念——不一致层次,讨论了不一致层次的性质.用三种粗糙集模型对决策系统中由约简引起的分类率、分类正确率、未分类率和不一致层次的变化进行了讨论.讨论结果对粗糙集理论的研究和实际应用具有一定的指导作用.
课堂问题行为是学生在学校课堂中表现出的,妨碍课堂教学活动有效进行、影响教学效率的行为,而现有直接针对学生的课堂问题行为研究却非常少.本文以复杂自适应系统理论为指导,基于AOC建模方法来理解课堂问题行为的动态性,并在NetLogo平台上时教室内课堂纪律转变复杂性的突现现象进行了仿真.实验表明,该方法能够很好地再现现实世界中教室课堂纪律转变过程的三阶段动态性,也说明了该方法是可行的、鲁棒的并且是可扩展
本文提出一个在复杂网络中求解最大流量的新方法,可以大大降低计算的复杂性。为在复杂网络中求解流量问题提供了方便,其次,给出网络的商空间模型,以此模型为基础可以估计网络的最大流量.
本文引入了形式背景之间同态映射的定义,讨论了形式背景的同态不变性。给出并证明了一定条件下形式背景的概念、协调集与它们的同态像之间的关系.最后指出有待进一步解决的问题.
提高证件的防伪能力和识别水平是一个至关重要的问题.根据数字水印的基本原理,从证件防伪的角度出发,将伪随机序列嵌入到证件持有人的照片中,通过检测判定水印的存在与否,鉴别证件的真伪,在水印检测时不必使用原始图像做比对,实现了盲检测.该算法具有良好的隐蔽性和稳健性,防伪性能高,识别准确快速.该方法可广泛地应用于证件和产品的防伪.
提出了一种基于分类加权的PARZEN窗识别独立公式方法.该方法通过样本的选择控制不同类的权重系数,采用分类加权的方法最大化类间距离,达到正确识别独立公式行的目的.实验表明,在一维公式较多的情况下,本方法可以有效地降低误识率.