基于相关性精简关联规则生成算法

针对传统基于支持度-置信度桩架关联规则挖掘算法生成规则只考虑支持度和置信度的因素、没有考虑规则两者本身内在的关系并因此产生大量无效的规则的情况,提出了一种采用相关性精简关联规则产生的算法,此算法增加了一个度量——相关性来精简关联规则的产生。实验表明该算法在继承传统算法的优点的同时在一定的程度上提高了规则的有效性,降低规则冗余。     

基于概念分层的关联规则在酒店餐饮营业数据库的应用

酒店餐饮营业数据库信息实时汇总为管理者提供了方便,也为餐饮企业信息化的提升做了有力支撑.基于某酒店70万条餐饮营业数据,突破原有简单统计分析模式,通过概念分层和关联规则数据挖掘技术在餐饮营业数据库的有效应用,发现不同概念分层下的餐饮产品间的关联规则、客源聚类与餐饮产品间的多层关联规则等有用信息,为数据挖掘在传统服务领域应用拓展思路.     

基于知识工程的自升式钻井平台方案设计方法

针对目前自升式钻井平台方案设计特点,引入知识工程的理念,建立面向对象的知识表达方法及基于实例和规则的混合推理机制,采用参数化设计方法进行特征驱动,在快速生成设计方案的同时对设计进行检验并提出建议,使设计人员的工作重点从数据处理转移到对设计对象的分析上来.开发了原型系统,证明了该方法的有效性和实用性.     

关联规则挖掘在3G通信系统维护中的应用

研究了关联规则挖掘算法,将Apriori算法的散列技术和压缩事务数据库技术应用到3G通信网络故障维护中,减少网络维护信息中频繁项集的生成,使故障维护方法和过程更简洁有效。     

基于FP-growth的前后部项约束关联规则改进算法

为解决项约束关联规则挖掘算法未考虑用户感兴趣的项属于规则前部还是后部,而导致生成大量冗余关联规则的问题,论文提出了一种基于FP-growth的前后部项约束关联规则挖掘算法,该算法先对用户感兴趣的规则前后部项进行标记,构成约束条件。然后对事务集进行筛选,压缩事务空间,简化FP-tree建立,最终挖掘出有效的频繁项集和关联规则。实验结果表明该算法与其他项约束关联规则算法相比,运行时间较低,减少了冗余关联规则的数量,且具有较好的规模增长性。     

基于加权关联规则的船舶交通事故源分析

为监控和预防船舶交通事故的发生,需要分析船舶交通事故产生的原因及其成因关系。利用关联规则能有效挖掘出船舶事故间的强关联规则,但传统关联规则未考虑各船舶交通因素对事故发生的贡献度不同。因此,在基于关联规则的基础上,提出了一种加权关联规则模型,使关键事故源获得更高的关注度。实验结果表明,与传统关联规则相比,加权关联规则模型更有利于发掘出现次数少但很有价值的关联规则模式,为海事管理部门制定事故预防机制提供更准确、全面的参考依据。     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

基于TRIBON的船体生产设计BOM表自动生成程序开发

通过对TRIBON中自动生成的数据进行分析 ,运用VBA语言 ,对其进行分类、统计等一系列的流程来实现造船生产设计中的BOM表自动生成。其可用性已经得到实船检验 ,具有较高的工程价值。     

基于威布尔分布的舰船装备故障分析

传统的舰船故障分析多由早期故障期、偶然故障期和耗损故障期三阶段的故障分布组合而成,没有统一的数学表达式。统计表明现代舰船大量装备不存在耗损故障期。为了满足舰船故障分析的需要,提出基于二参数的威布尔函数的故障率分布,并对该分布进行了卡方检验,结果表明威布尔分布能很好的描述舰船装备的故障率。     

基于关联规则的作战数据挖掘

利用关联规则中的Apriori算法,通过设置最小支持度和最小置信度对大量数据进行挖掘,从而发现作战数据中各种因素间潜在的有价值的关系,最后对产生规则进行了验证和分析.结果表明该方法可行,对指导部队各项工作有一定的重要意义.