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。     

基于关联规则的舰船故障数据定位挖掘算法

为了提高舰船故障检测能力,需要进行舰船故障数据的实时挖掘和分类分析,提出一种基于关联规则的舰船故障数据的定位挖掘方法。采用电磁探测器、水声换能器、声呐装置、声学传感器等设备进行不同工况下舰船数据采集,包括舰船辐射噪声、机械振动等数据,对采集的数据进行高维特征融合处理,提取舰船故障数据的关联规则特征量,对提取的特征量采用K均值算法进行聚类分析,并通过BP神经网络分类器实现舰船故障数据的分类识别,实现舰船故障数据定位挖掘。仿真结果表明,采用该方法进行舰船故障数据挖掘的准确性较好,对故障的定位能力较强,提高了舰船实时故障诊断能力。     

关联规则在船舶变压器故障诊断中的应用

船舶变压器是船舶电力系统的主要组成部分,能够影响船舶安全行驶。本文着重研究关联规则在船舶变压器故障诊断中的应用,从关联规则挖掘、知识库存储以及规则聚类等方面详细的阐述基于关联规则的数据挖掘的实现过程,最后将本文算法应用于变压器故障诊断的仿真实验中。实验结果表明,本算法准确率高、可靠性强。     

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。     

隐私保护关联规则挖掘算法AOPAM的改进

随着大数据时代的来临,数据挖掘过程中的隐私泄露给数据挖掘工作者带来了很多问题和挑战.在数据挖掘过程中,如何在保护敏感信息的同时,高效地挖掘出符合精确度的结果,是隐私保护数据挖掘领域的热点问题.文中首先介绍了AOPAM隐私保护关联规则挖掘算法,通过分析该算法的缺陷和不足,引入了递推和分治策略,提出了一种新的改进算法.通过利用已知项求解未知项的思维,简化了高阶矩阵的求逆运算,有效减少了数据库的扫描次数,降低了AOPAM算法在计算重构项集支持度时的时间复杂度.实验表明,以同类型数据测试,与原算法相比,改进后算法在运行时间效率上得到了有效提高.     

模糊关联规则在西甲联赛中的运用

针对数据挖掘中的“尖锐边界”问题,阐述了模糊关联规则挖掘技术,提出了在模糊关联规则的挖掘中将事务属性模糊集中的元素作为单一属性来处理的方法,给出了模糊关联规则挖掘的算法。最后以西班牙足球甲级联赛分析为例,描述了模糊关联规则挖掘的具体应用。     

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.     

多维关联数据挖掘技术在远洋船舶调度中的应用

首先描述进行关联规则挖掘的步骤,将其运用到远洋船舶调度数据的深度挖掘中,将关联规则转换成用户感兴趣的属性类,然后根据所关心的属性不同,求出每个属性组合的维度,从而挖掘出其运输频繁的线路,最后通过例子说明本文算法更能满足用户的需求。     

一种面向船舶制造的数据关联规则挖掘算法

针对船舶制造海量数据关联规则挖掘过程中,事务集占用空间过多导致挖掘效率较低的问题,提出一种基于局部敏感位图存储结构(locally sensitive hash bitmap,LBM)的LBM-Eclat算法。该算法结合了局部敏感哈希和位图2种数据结构,并可以根据存储数据量的变化动态调整内部数据存储结构。通过对比实验证明基于LBM的LBM-Eclat算法能够有效提升对密集型数据集的挖掘效率,同时减少挖掘过程中的空间消耗。     

经典关联规则算法透析

本文阐述数据挖掘中关联算法的概念、基本原理及分类,详尽地探讨了Apriori算法的核心思想的基础上指出该算法的不足,并提出优化方法。     

基于关联规则的舰艇故障诊断数据挖掘系统结构框架

该文针对许多舰艇故障现象不能用结构化的数据来表达 ,基于规则推理的传统专家系统对规则提取又是相当困难 ,提出了一种以过去已有的大量诊断案例和可能发生的故障和排除方案作为知识的来源 ,基于关联规则的舰艇故障诊断数据挖掘系统结构框架 ,并讨论了舰艇装备系统单层次故障和多层次故障关联规则的挖掘。     

数据仓库与数据挖掘技术在医院信息系统中的应用

医院信息系统(HIS)的建立，为医疗单位提供了大量的基础数据。但在较小影响在线运行数据库的前提下，如何为管理决策提供足够信息，成为一个日益突出的问题。在大量医疗数据中进行有效分析，了解医疗业务的发展情况，就要充分利用数据仓库技术来进行数据组织、存储和分析。以对出院病人情况分析的主题为确，简单说明了数据仓库在医院信息系统中的应用。     

基于模糊层次数值型数据库发现一般化模糊关联规则

关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。     

一种基于概念层次数据库挖掘一般化关联规则的算法研究

从数值型数据库中挖掘出关联规则是一个很有应用前景的课题.在实际中,通常属性内还存在更高层次的概念抽象,即呈现出层次结构.本文基于这一结构,首先将原来的数据库扩展成层次数据库,然后提出了从此数据库中,挖掘出更一般关联规则的方法.运行实例表明了本文提出方法的有效性.     

复杂系统可靠性验证方法研究磁

针对复杂系统可靠性验证问题,根据组成系统设备的研制特点,给出了复杂系统可靠性的Bayes综合评估方法,以此获得了其任务可靠度点估计和置信下限。在此基础上,对复杂系统可靠性验证试验方案的制定方法进行了研究,通过综合考虑生产方和使用方的风险,给出复杂系统可靠性保证试验方案的调整方法。最后,通过实例分析,对方法的可行性进行了说明。     

武器装备的可靠性再分配方法及应用探讨

文章讨论了如何充分利用可靠性预计值来优化可靠性分配的问题。在已知可靠性预计值和初始分配值时,视情况对可靠性进行再分配。并用实例说明此算法的应用和合理性。     

反舰导弹可靠性试验信息处理与综合方法研究

近年来,由于试验子样数限制,单纯依靠飞行试验数据很难对可靠性指标作出科学、合理的评定。因此需要将大量的可信的导弹地面试验、分系统试验等不同来源的有效试验数据,用于导弹可靠性评定中。论文结合武器系统试验与鉴定工作实际,针对试验数据的特点,研究了指数型数据与成败型数据的折合方法、成败型串联系统的单一等效方法和不同试验环境下的数据转换方法,提高了试验数据的利用率,增强了可靠性评定结果的合理性,同时,节省了试验经费,缩短了试验周期。     

模糊可靠性分析方法在Ⅰ型裂纹不扩展评估中的应用

利用模糊数学及开率理论判断Ⅰ型裂纹不扩展的可靠度,利用Ⅰ型裂纹应力强度因子KI及裂纹扩展门槛值KIC建立裂纹扩展判据,结合模糊数学及概率论分析Ⅰ型裂纹在受力情况下裂纹不扩展的模糊可靠度.     

基于改进Apriori算法的船用柴油机装配工艺文件关联规则挖掘研究

柴油机作为船舶关键部件之一,其装配工艺设计的合理与否与船舶的整体性能直接相关。针对企业历史装配工艺文件不能充分为新机型装配任务发布时装配工艺设计提供支撑的问题,提出一个基于关联规则挖掘的柴油机装配工艺规则挖掘系统,该系统充分利用已有装配工艺文件,结合数据挖掘技术,对文件进行挖掘分析,建立装配规则库,为后续装配工艺智能设计提供数据支持。本文提出一种改进的Apriori算法,建立了关联规则挖掘的数学模型和基于自定义词典装配工艺文件分词算法,将分词处理过后的文件可以作为数据挖掘算法的输入,并在传统Apriori算法的基础上提出一种改进的Apriori算法,该算法核心思想是在对候选频繁事务集剪枝时,降低算法的时间复杂度,从而提高挖掘效率直到获得柴油机装配工艺文件中的关联规则。最后以某船厂的历史机型柴油机气缸盖装配工艺文件为例,验证了改进Apriori算法在挖掘柴油装配工艺文件关联规则时的可行性和有效性。