搜索结果: 31-45 共查到“计算机科学技术 关联规则”相关记录169条 . 查询时间(0.262 秒)
基于规则量和提取率的关联规则挖掘算法
数据挖掘 关联规则 规则量 提取率
2009/11/16
基于规则量和提取率度量标准，提出一种使用并行克隆退火遗传策略的关联规则挖掘算法。该算法结合了遗传算法、模拟退火算法和免疫克隆算法的优点，采用克隆、变异和交叉操作获取问题的最优解。理论分析和仿真实验结果表明，该算法能高效、快速地解决关联规则挖掘问题。
MPSQAR：无损语义的量化关联规则挖掘算法
量化关联规则 MPSQAR算法 语义信息损失
2009/11/4
在挖掘量化关联规则的过程中，由于对量化值的划分，将产生语义损失。为避免这种情况，提出基于无损语义的算法MPSQAR来处理量化关联规则的挖掘。主要工作包括：（1）提出规泛化量化值的新方法；（2）提出反映属性值分布的属性权重设计方法；（3）扩展加权关联规则模型以处理量化关联规则，避免量化值的划分；（4）提出挖掘传统布尔关联规则和量化关联规则的集成方法；实验表明算法MPSQAR的有效性和时间消耗随时间趋...
基于关键属性约束的关联规则挖掘在日志分析中的应用
日志 关联规则挖掘 关键属性
2009/11/3
日志是计算机取证、入侵检测分析的重要数据来源，运用关联规则挖掘算法对日志进行分析是获取日志中所蕴含有用信息的重要方法．针对基于置信度-支持度框架的常用关联规则挖掘算法在日志分析中存在的不足，引入日志关键属性的概念，提出了基于关键属性约束的关联规则挖掘算法．实验结果表明，该算法能有效阻止无趣规则的产生，提高挖掘结果的有效性．
基于关键属性约束的关联规则挖掘在日志分析中的应用
关联规则 关键属性约束
2009/11/2
日志是计算机取证、入侵检测分析的重要数据来源，运用关联规则挖掘算法对日志进行分析是获取日志中所蕴含有用信息的重要方法．针对基于置信度-支持度框架的常用关联规则挖掘算法在日志分析中存在的不足，引入日志关键属性的概念，提出了基于关键属性约束的关联规则挖掘算法．实验结果表明，该算法能有效阻止无趣规则的产生，提高挖掘结果的有效性．
关联规则隐藏的事务增减方法
关联规则隐藏 事务增减 数据挖掘
2009/10/20
基于事务对关联规则的贡献程度，提出一种新的敏感规则隐藏算法，包括添加弱相关事务和移除强相关事务2个过程。针对简单型和复合型单一规则，设计4种项目调整方法。实验表明，直接替换法的副作用最小，且只需少量事务更新就能达到要求。算法能抵抗大范围的支持度攻击，当调整因子达到0.07以上时，隐藏率为100%。
基于粒计算的关联规则挖掘算法
粒计算 关联规则 频繁项集
2009/10/20
讨论粒计算在关联规则挖掘中的应用，通过对基本信息粒的划分、对粒子对象集合的映射，减少扫描项集所在的对象集合，提高算法的运行效率，从而更好地处理海量数据的规则发现，更适用于支持度较小、复杂度较高的数据集。仿真试验证明该算法有较低的求解复杂度及较高的求解效率。
多数据库中负关联规则挖掘算法
负关联规则 据挖掘 数据库
2009/10/12
现行的负关联规则挖掘主要是对于单一数据库的挖掘，但随着数据库技术的发展，多数据库挖掘越来越重要。当同时挖掘多数据库中的正负关联规则时，有可能会引起知识冲突问题，在前人对多数据库挖掘的基础上采用了一种关联规则合成模式，并利用相关性解决了知识冲突问题，最后用实验证明了该方法的正确性。
图像纹理联合关联规则挖掘研究
图像纹理 数据挖掘 关联规则
2009/10/10
提出以纹理联合关联规则来表达图像纹理特征以及挖掘纹理联合关联规则的算法。在纹理关联规则定义基础上，通过图像降噪预处理和数据挖掘预处理，采用模板统计挖掘方法挖掘低维和高维图像纹理联合关联规则。实验表明联合关联规则能够较好表达图像纹理特征，可以据此进行纹理分割。
一种新的关联规则挖掘方法
数据挖掘 频繁项集 关联规则 规则模糊认知图
2009/10/10
关联规则挖掘是数据挖掘的主要任务之一。为了进一步提高关联规则挖掘算法的认知特性和运算效果，提出了一种新的关联规则挖掘思想并由此构造了一种基于规则模糊认知图的关联规则挖掘算法。该算法使用规则模糊认知图进行知识表示，
了关联规则挖掘的效率，增强了智能化程度。
隐私保护关联规则挖掘算法的研究
数据挖掘 关联规则 频繁项集
2009/10/10
针对MASK算法的不足，将随机响应技术与关联规则挖掘算法相结合，提出一个多参数随机扰动算法—MRD算法。当以不同的随机参数对数据集进行处理时，可以实现对原始数据的干扰或隐藏，解决了单一使用数据干扰策略和数据隐藏策略的缺陷，有效地提高了算法的隐私保护度。在此基础上，给出了在伪装后的数据集上生成频繁项集的挖掘算法。最后，通过具体实例验证，证明了当随机参数选择合适时，MRD算法的隐私性和准确性均优于原算...
基于抗体浓度和亲合度的关联规则挖掘算法
数据挖掘 关联规则 抗体浓度
2009/9/30
关联规则是数据挖掘的重要模式之一，有着极其重要的应用价值。基于抗体浓度和亲合度的选择策略，提出了一种克隆模拟退火遗传挖掘算法。该挖掘算法先通过克隆操作来产生一组新的抗体，然后再独立地对所产生的抗体进行变异和克隆选择操作，从而求得问题的最优解。实验结果表明该算法能高效地解决关联规则挖掘问题。
关联规则的快速更新算法
最大频繁项集；数据挖掘；更新；频繁模式树
2009/9/27
针对基于支持度变化的最大频繁项集维护问题、频繁项集与最大频繁项集互转换时的维护问题，提出3种相应算法。在挖掘最大频繁项集的过程中不断调节支持度大小，以实现其快速更新。基于最大频繁项集子集的支持计数，将现有最大频繁项集转换为频繁项集。
基于本体的XML关联规则挖掘方法
数据挖掘 关联规则 本体
2009/9/21
针对传统的数据挖掘技术不能直接应用到半结构化的XML数据挖掘问题，给出了基于本体的XML关联规则挖掘方法。该方法引入领域本体和哈希技术来改进产生频繁项目集的操作和生成关联规则的操作，并且使用哈希表存储相关的领域本体，从而将数据库操作转化为对XML内存树的操作，通过理论分析和实验验证了方法的挖掘效果，论述了该方法的优点。
基于粗糙集的多维关联规则挖掘方法
关联规则 多维关联规则 频繁集 粗糙集
2009/9/21
海量的数据使得关联规则挖掘非常耗时，而并非所有的规则都是用户感兴趣的，应用传统的挖掘方法会挖掘出许多无关信息。此外，目前大部分算法是针对单维规则的。因此，定义了一种挖掘语言使得用户可以指定感兴趣的项以及关联规则的参数（如支持度，置信度等），并提出一种基于粗糙集理论的多维关联规则挖掘方法，动态生成频繁集和多维关联规则，减少频繁项集的生成搜索空间。实例分析验证该算法的可行性与有效性。