粒计算在关联规则挖掘中的应用

来源 :第六届中国Rough集与软计算学术研讨会(CRSSC2006) | 被引量 : 0次 | 上传用户:hawking415
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
关联规则是数据库中存在的一种十分有用的知识模式,其挖掘算法已得到较为广泛的重视和研究,并取得了较大进展.粒计算作为一种新的信息和知识处理的方法近来已经被许多研究者所重视,以及在许多领域中的得到应用.基于粒计算的关联规则的提取是从另一个角度来实现关联规则的挖掘.它将事务数据库通过某种关系转化为信息粒,并用一个二进制串形式表示信息粒,然后通过二进制与运算得到相应频集,最终得到我们需要的关联规则.这种方法在语义上形象地反映了事务的特征,并且在速度上也会有所改善,对于在海量的数据中进行规则的提取是具有实际应用意义。
其他文献
在日常生活中经常遇到一类业务处理问题,例如"顾客投诉"问题.这类业务处理过程在日常生活中具有一定的普遍性.为建立和管理好这类系统,需要一整套完整的建模、分析的理论和方法.Petri网侧重于系统的物理结构描述和性质分析,有对结构与行为的统一考虑,对系统的表达能力强,并已形成严格的体系.本文就以Petri网作为上述业务过程处理系统的建模、分析工具.考虑到一次性建模的复杂性,用Petri网先建立系统的粗
城市交通系统是随机性大、影响因素众多的复杂系统,尤其是中国城市的交通,车辆种类繁多,兼有自行车干扰,更是如此.中国的自行车的保有量和出行量都是非常巨大的,是我国混合交通的主要组成之一.要研究我国的混合交通流,必须把以自行车为主的低速交通流和机动车流的研究结合起来,把车流在路段上和交叉口的通行结合起来.而要研究自行车的交通流及其在交叉口的通行问题,首要就是建立自行车交通流模型.现有的自行车模型对自行
音频分类是音频分析中的一项基本任务,它为基于内容的音频检索做准备.目前对音频分类方法的研究有很多.音频特征分析和抽取是音频分类的基础.许多文献是基于时域或傅立叶变换频域提取音频信号的特征的,但由于音频信号的短时平稳性,这些方法具有一定的局限性.小波理论的出现为信号分析提供一种时频分析工具,它已经成功地应用于不同的信号分析中.音频信号经小波变换后满足不确定性原则,提高了时频分辨率,同时也符合人耳的时
入侵检测系统(IDS)是一种不同于防火墙的主动保护网络资源的网络安全系统,是防范网络攻击的最后一道防线,是其他安全措施的必要补充,在网络安全技术中起着不可替代的作用.入侵检测系统包括三个功能部件:提供事件记录流的信息源、发现入侵迹象的分析引擎、基于分析引擎的结果产生反应的响应部件。本文详细说明人侵检测模型中报警信息格式统一的问题,分析和实现了一个真实人侵检测系统中Snort和BLackIce报警信
身份识别是模式识别的一个重要方面.传统的身份识别以单一生物特征为识别依据,如利用语音信号的说话人识别系统;采用指纹信息的指纹识别系统;对人脸图像进行识别的人脸识别系统等.由于传感器,特征提取和匹配算法等局限性使得单一生物特征往往不能保证正确的识别.为解决这一困难,多生物特征数据融合识别技术在这一领域引起了研究者们的广泛关注.Diekmann等人根据人脸、唇部运动以及声音的方法,在决策层利用简单的投
一个系统(控制系统,信息传输系统,通讯系统),人们期望这个系统遵守设定规律而运动,期望系统稳定.事实上,系统外部(或内部)的一些不被人们事先认识的规律,经常入侵(或叠加)到系统中(如通讯系统中的干扰规律对系统的入侵),使得系统的规律呈现紊乱.这些不被人们事先认识的规律,通常把它称作"干扰规律".这个事实,在控制系统,通讯系统,风险投资系统中遇到的最多.如何识别这些"干扰规律"对系统的入侵与攻击,是
自20世纪80年代,在Rumelhart和McCelland的一书中提出了误差逆传播算法(Error-Back-Propagation Algorithm),又称BP算法.由于BP网络具有中间隐含层,其误差逆传播算法有相应的学习规则可循,使得它对非线性模式具有较强识别能力,特别是其数学意义明确、步骤分明的特性,使其具有广泛的应用价值.但BP神经网络并不完善,主要表现在:学习时间长,尤其在训练大规模
MIDI(Music Instrument Digital Interface)文件是一种描述语言,存放着各音轨所使用的乐器和播放内容.MIDI音乐播放器通过解释各种MIDI时间播放声音.MIDI技术的产生与发展,迅速渗透到音乐生活的各个领域,电影音乐制作、动画配乐、手机铃声、游戏音乐、原创编曲无疑离不开MIDI技术,在无形中,正逐渐颠覆着传统音乐的制作模式.同时MIDI广泛应用于基于内容的音乐检
本文在基于数据项约束的条件下研究了如何更加有针对性地挖掘长闭合序列模式,通过实验证明,与传统的闭合序列挖掘方法相比,基于约束的倒序闭合序列挖掘算法InverClos不仅拥有更高的时空性能,并且有更好的实际应用前景.如何避免预先设定的支持度阈值对闭合序列的产生及决策支持的负面影响,将是下一步研究的目标与方向。
本文针对算法FindFPOF中选定的关联规则挖掘算法的改进是有效的.在相同算法时间复杂度的情况下,能够比FindFPOF得到更多有意义的候选离群点.本文对算法FindFPOF的改进是针对其选择的关联规则挖掘算法进行的,当选择的关联规则算法不产生候选项目集的情况下,我们仍然可以在算法步骤中对某些项目集检测其支持度大小,这是下一步继续研究的内容。