基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

基于关联规则的apriori挖掘算法改进

关联规则挖掘是-种主要的也是用途最广的数掘挖掘方法.本文首先对关联规则挖掘及其经典apriori算法作了介绍,然后针对apriori算法的缺陷,提出了一种改进的关联规则挖掘算法,充分地证明了改进算法的性能优势.     

一种关联规则Apriori算法的优化

目前,数据挖掘已经成为一个研究热点。关联规则数据挖掘是数据挖掘的一个主要研究内容,关联规则是数据中存在的一类重要的可被发现的知识。其核心问题是如何提高挖掘算法的效率。本文介绍了经典的关联规则挖掘算法Apriori并分析了其优缺点。针对该算法的局限性,本文提出了一种改进算法。相同条件下的实验结果表明,优化后的算法能在一定条件下提高关联规则挖掘的效率。     

关联规则挖掘Apriori算法的一种改进

Apriori算法是关联规则挖掘中的经典算法,但在算法执行中,会多次扫描数据库并产生大量的候选集,导致算法效率降低。在分析Apriori算法的基础上,利用任何一个频繁k+1项集一定可以表示成一个频繁k项集与一个频繁1项集的交集这一性质,产生频繁项集,并减少扫描数据库的次数,提高算法的效率,实验结果也表明,改进算法比Apriori算法有更好的性能。     

关联规则挖掘算法在网页浏览序列中的应用研究

针对用户网页浏览行为的真实数据,将关联规则数据挖掘算法应用于用户网页浏览序列中,对系统中存在的大量数据进行挖掘,从中提取出潜在的有用的信息,得到用户网页浏览的一般规律。     

基于关联规则Apriori算法进行购物篮分析

关联规则是数据挖掘领域中一个重要的研究课题,广泛应用于各个领域,既可以检验行业内长期形成的知识模式,也能够发现隐藏的新规律。本文利用关联规则进行购物篮分析,首先介绍几种典型的关联规则挖掘算法原理,然后利用Apriori算法构造模型,采用Clementine12.0软件对选取的样本进行关联规则挖掘,最后对挖掘出的规则进行分析和应用。实验结果表明,利用关联规则对购物篮进行挖掘是可行的、有效的,它为企业进行数据挖掘提供了一种新的参考依据,在数据分析及预测方面有广泛的应用前景。     

关联规则挖掘在电子商务中的应用研究

随着Internet技术的不断发展,电子商务已是企业发展的大势所趋.对于"时间就是金钱,商机稍纵即逝"的市场规则而言,如何主动获知客户喜好并开发其购买潜力,最快找到相应优势商品成了电子商务一个十分重要的问题.数据挖掘是一种工具,其技术源于商业的直接需求,而关联规则是其一种重要的方法,因此在各种商业领域都存在广泛的使用价值.     

关联规则在商务网络管理中的应用

本文分析了电子商务网络管理告警信息的目标数据结构,应用基于散列技术的关联规则算法和数据集增量更新算法,挖掘告警信息中的有意义关联规则,这些关联规则作为先验知识指导网络故障定位、故障发现和故障预测,以提高网络可靠性和可用性。     

关联规则在教学评价中的应用研究

关联规则是数据挖掘中一个飞速发展的领域,不断得到发展和创新,而如何将这一技术应用于教学管理和评价中,需要做更深一步的开发与研究。本文将关联规则与高校课堂教学评价相结合,从评价信息库中挖掘得出教师性别、年龄、职称、学历等因素和教学效果之间的内在联系,使关联规则为教学提供理论支持。     

关联规则在ERP销售系统中的应用研究

企业现行的ERP计划(EnterpriseResource Pianning)中蕴藏了海量数据,这些海量数据背后隐藏的价值无法估量.本文运用关联规则中的算法对ERP系统中的销售模块的大量数据进行数据挖掘处理,为企业优化销售行为模式提供依据.     

关联规则挖掘技术在零售业中的应用

简要地介绍数据挖掘和关联规则的概念,关联规则的基本理论,讨论了Apriori算法的核心内容,同时针对Apriori算法的不足,提出了解决方法,描述了几种优化算法。最后分析了关联规则挖掘在零售业中的应用。     

关联规则挖掘技术在商场中的应用

在关联规则数据挖掘概念的基础上,分析了关联规则挖掘技术实施的步骤,并从商品关联挖掘分析、销售营业员评价挖掘分析两个方面提出了关联规则数据挖掘技术在商场中的应用。     

基于关联规则的医疗效果评价研究

从依赖于经验的不精确状态发展为定量的精确科学是中医现代化的客观要求。以病人的疾病、年龄、症状、过敏史等数据为研究样本,利用关联规则中的矩阵算法进行挖掘,快速有效地发现了这几个属性间的相关关系,对临床辅助诊疗具有一定的现实意义。     

基于关联规则的银行潜在客户挖掘研究

电子商务的迅速发展,电子理财产品的崛起,对传统银行的服务造成前所未有的冲击。针对在当前情况下银行如何有效保留老客户挖掘新客户进行研究,将FP-树频繁集算法引入到银行管理销售中,实际应用后表明效果良好,具有一定的实用价值。     

数据挖掘关联规则技术的应用

数据挖掘是从大量数据中提取有用信息的新技术.本文介绍了数据挖掘的基本概念,重点分析了关联规则Apriori算法.并使用SPSS公司Clementine工具提供的Apriori算法,实现意向购房的数据挖掘.     

数据挖掘关联规则技术的应用

数据挖掘是从大量数据中提取有用信息的新技术。本文介绍了数据挖掘的基本概念,重点分析了关联规则Apriori算法。并使用SPSS公司Clementine工具提供的Apriori算法,实现意向购房的数据挖掘。     

房地产CRM的挖掘算法应用

本文重点讨论了在CRM中应用关联规则挖掘技术进行房地产业客户意向分析的问题。对调查数据进行了挖掘得出了较多有价值的模型和规则,并比较客观地反映了城市居民对住房的需求情况。     

基于空间关联规则的亿元商品交易市场专业化研究

商品交易市场专业化指数是用来衡量某地区各类商品交易市场经济总量在各类交易市场之间的集中程度。基于前人的研究基础,作者给出了亿元商品交易市场专业化指数计算公式,并将空间关联规则分析引入商品交易市场专业化水平与其他经济因素的关联分析中。在指定的最小支持度和可信度阈值下,获得了3条有意义的商品交易市场专业化水平与其他经济因素之间关联规则。通过这些关联规则,可以对一地区商品交易市场的专业化水平进行预测,为市场合理规划和建设提供决策支持。     

数字挖掘关联规则技术的应用

数据挖掘是从大量数据中提取有用信息的新技术。本文介绍了数据挖掘的基本概念，重点分析了关联规则Apriori算法。并使用SPSS公司Clementine工具提供的Apriori算法，实现意向购房的数据挖掘。     

基于Einstain算子的压裂改造模糊综合评判

水力压裂技术的迅速发展与广泛应用使得经济、准确地对地下压裂效果进行评估以指导优化改造显得十分必要。传统的压裂评估方法难以达到优化改造的效果。通过引入模糊综合评判理论,建立压裂综合评估的模糊评判模型,同时基于非线性Einstain算子求解模型,并对压裂相关参数进行模糊综合评价,分析压裂改造措施。在实际压裂井的基于构建的模糊综合评判模型并采用非线性Einstain算子计算,评判结果为影响裂缝长度的主要原因为压裂液的选择,与基于其他四种模糊算子的评判结果进行对比表明,所提出的压裂改造评价方法有效可行。