共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
本文在序列模式挖掘算法AprioriAll算法的基础上,提出了一种新的序列模式挖掘算法。该算法改进了AprioriAll算法每次从候选项集中挑选大项集都要扫描数据库的缺点,以位图袁示法(bitmap representation)描述数据库,并利用矩阵式的数据结构对候选集进行计数,减少了数据库扫描次数,从而提高了挖掘的效率,实验证明,该算法在性能上优于AprioriAll算法。 相似文献
3.
4.
5.
为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断,提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素,将主要影响因素作为预测输入量,并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中,通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性,分别确定相对应的隶属度函数和模糊预测规则,从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性,基于模糊预测规则创建模糊决策表,模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简,通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明:基于粒计算约简的模糊预测算法能够有效保障预测精度,同时拥有更少的模糊预测规则数和模糊输入量,有效解决了模糊预测算法占用资源较多以及实用性较差的问题。 相似文献
6.
文章针对快速挖掘模糊频繁项集问题,提出了一个基于fp-树的快速算法FFP,该算法提高了快速挖掘模糊频繁项集的时空效率。实验表明,该算法的执行效率较Apriori算法或类Apriori算法算法有着明显改进。 相似文献
7.
8.
改进的关联规则挖掘算法及其在教育信息挖掘中的应用 总被引:9,自引:0,他引:9
利用数据挖掘的关联规则技术,可以从大量数据中发现有价值的规则。文章利用改进的Apriori算法对上海海事大学的教育信息数据库进行了挖掘,从中发现了一些有价值的规则,为学校的教育决策和教学管理提供了有指导意义的信息。文章还实现了大量规则的文本和图形可视化。 相似文献
9.
本文的主要内容包括:关联规则挖掘概念、国内外研究现状及对关联规则算法的研究,归纳了关联规则挖掘在诸多领域的应用。最后结合当前的研究成果,指出关联规则及数据挖掘的发展前景。 相似文献