基于数据挖掘的关联规则研究

关联规则算法的研究在数据挖掘算法的研究中占有相当重要的地位。关联规则算法的核心是基于两阶段频繁记得Apriori算法，但随着对关联规则研究的深入，基于支持度和可信度的Apriori算法越来越不能适应实际情况，兴趣度的引入也就水到渠成。虽然兴趣度的引入一定程度上解决了用户感兴趣而Apriori算法无法生成的规则，但无法解决组合爆炸和规则丢失等问题。目前一种自动设置支持度最小值的基于可信度和支持度的模型基本解决了上述问题。     

关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。     

基于云计算模式下的Apriori算法研究

随着海量数据的增加和云计算的出现,对于云计算模式下的数据挖掘技术研究具有重要意义。基于云计算和Hadoop平台,分析了Apriori算法,提出了基于云计算模式下的改进的Apriori算法,实现了改进算法与MapReduce编程模型的移植。实验仿真表明,改进算法在云计算环境下的数据挖掘是可行的,高效的。     

关联规则挖掘频繁模式算法——FP-Growth算法及其改进

经典的关联规则挖掘算法Apriori存在着耗时太大、无法实现的缺陷,故扩展性不强,难于推广。FP-Growth算法、快速投影频繁模式树挖掘算法、Tran-挖掘频繁模式算法在方面进行了很多的改进,大大的降低了系统的开销,提高了系统的性能。     

一种基于线性链表的关联规则改进算法

关联规则是数据挖掘中一种简单但实用的描述型模式规则,目前主要有Apriori算法和FP—Growth算法。基于线性链表的关联规则改进算法是在线性链表的基础上,采用投影统计技术方法直接获取用于产生频繁模式的条件模式基,可以进一步提高关联规则算法的效率。     

基于垂直结构的关联规则挖掘算法

本文在Apriori算法的基础上提出了一种基于垂直结构的关联规则挖掘算法，以减少事务数据库扫描次数和候选集的产生数量为目标，从待处理数据的结构变换入手，将传统的水平事务项目结构变换成垂直结构进行处理，简化了支持度的计算过程，避免了模式匹配。     

在教学质量评估系统中数据挖掘算法分析

为提高教学质量,许多高校已经建立了教学质量评估系统,如何将数据挖掘技术应用其中,从大量数据中提取出隐藏在数据之中的有用的信息,已成为高校发展研究的重要课题。从基本概念、算法的分析、提取规则等方面,对关联规则和决策树算法这两个数据挖掘工具进行了探讨,阐述了这两个数据挖掘工具的优点,并对关联规则挖掘算法中的Apriori算法和决策树算法进行了详细分析。     

视频数字水印技术研究综述

文章对视频水印技术的特点、分类、应用、嵌入与提取算法、攻击手段作了全面的介绍，对相关算法进行了分析比较，指出了相关算法的优缺点，并对视频水印技术的发展趋势进行了展望。     

高校科研决策支持系统中关联规则挖掘的应用

随着高校规模的不断扩大，教师的科研数据量越来越多。如何从大量数据中找出数据间的关系以支持领导的决策成了当务之急，本文讨论了如何利用数据挖掘方法中的Apriori算法对高校科研决策支持系统中的数据进行关联规则的挖掘。     

Apriori算法在高校学业管理中的应用

为了把握大学生进入高校之前的学业倾向,文章基于WEKA软件环境,运用Apriori算法,对高校学生历史数据进行挖掘,发掘影响学生学习效果的主要因素,剖析个体基本属性与成绩属性之间的关联性,预测某些属性会使学生的学习产生障碍,提高学业管理的针对性与时效性。     

相关反馈技术在图像检索系统中的应用

文章讨论了相关反馈的交互过程,分析了相关反馈中的学习问题及其特点。根据相关反馈算法所采用的检索模型把算法分为查询点移动、权系数调整及基于模式分类三种方法,并据此分类对近年来具有代表性的一些算法进行了分析和探讨。最后,文章对图像检索系统中相关反馈技术发展趋势进行了展望。     

大电网最优潮流问题的解耦算法综述

对最优潮流（OPF）解耦算法发展历史进行简单介绍。又对目前几种较为常用的OPF解耦算法进行简单的原理介绍与分析。详细介绍了较为成熟的两种算法：基于辅助问题原理的OPF解耦算法和基于近似牛顿方向的OPF解耦算法，并分析比较了它们的优缺点。     

基于关联分析的大学生信息素养教育对策研究

为探讨不同生源大学生的信息素养差异,以及分析影响大学生信息素养水平的因素,文章采用Apriori算法对信息素养调查问卷的数据进行关联规则挖掘。分析结果表明,普通高考录取生源和高校女大学生的信息素养偏弱。基于此给出大学生信息素培育的对策,建议以政府引导、高校主导、大学生为主体,形成三方合力推动我国大学生信息素养教育。     

基于FPGA的围棋提子算法的设计与实现

为了及时准确快速的完成围棋提子算法的实现,结合形态学腐蚀运算的基本理论,提出了一种基于FPGA的围棋提子算法。该方法能够准确地提掉围棋没气的棋子,为进一步的机器围棋博弈系统提供了方便。实验结果表明,该方法实用、简单、有效,且有软件无法比拟的速度优势。文中在介绍FPGA技术的同时,重点介绍了围棋提子算法的设计与实现过程。     

多目标进化算法研究初步

本文首先介绍了多目标优化问题的基本概念；提出了进化算法在多目标优化领域的应用的几个关键问题；介绍了改进的多目标进化算法；最后针对多目标进化算法给出了几种并行化方法。     

连锁超市经营决策支持系统设计

近年来,我国连锁超市发展迅猛;面对激烈市场竞争,需要一套能够通过数据挖掘使决策者获得所关注问题信息,提供决策支持的系统.系统在对顾客"购物篮"进行分析时,通过对Apriori算法进行改进,先将商品分成大类,在商品大类之间设王加权值,计算加权置信度,找出顾客购买的商品相互之间存在的内在联系,帮助连锁超市制定出有效的营销策略,合理引导消费.     

最短路问题在山西省快递配送中的应用

Dijsktra算法和Floyd算法是计算最短路径的最常用,也是最有效的两种方法。本文介绍通过Dijsktra算法计算起点到其余各个目的点的最短路径,通过Floyd算法计算有回路的任意两个点的最短路径,两种算法得出的结果也一致。最后通过这两种算法计算了山西部分城市间的最短路径,为山西快递配送路径选择提供理论依据。     

高速公路建设中基于消失点估计的非结构化道路检测算法研究

高速公路检测技术作为该领域至关重要的一部分，至今为止国内外研究者已经提出了许多基于计算机视觉的道路检测算法。早期的研究工作大多把注意力集中在路面平整标识明显的城市道路、高速公路。近年来，道路识别领域的挑战是非结构化道路以及复杂路况的处理。如何准确快速地识别目标道路以及如何很好地适应外界环境的不断变化是目前优秀算法所要解决的两个关键问题。本文首先介绍了基于视觉的道路检测相关技术及研究现状，重点关注当前相关算法中基于特征的消失点检测算法，随后总结了现有算法中存在的缺陷和不足，最后是对当前领域算法中亟待解决的问题及其可改进之处的展望。     

遗传算法在组卷策略中的应用

计算机辅助教学的产生与发展对促进教育、教学技术的变革与发展具有巨大的推动作用。为了能有效、快速地实现组卷,首先介绍目前的组卷策略,然后详细比较各种组卷的算法,现有的自动组卷算法一般有三种：随机选取法、回溯试探法和遗传算法。遗传算法是一种新发展起来的并行优化算法,它很适合解决自动组卷问题。本文详细介绍了遗传算法在具体组卷中的应用。实践结果表明,最后生成的试卷合乎要求、具有较高可信度、取得了良好的效果。     

基于藤结构pair—copula分解法的分布估计算法

借鉴copula研究中藤结构在高维相关关系上的构建能力,提出了基于藤结构pair—copula分解法的分布估计算法,给出了新算法的模型框架,研究了相应的概率模型的采样算法,并对C藤、D藤两种特殊的藤进行了仿真实验,结果表明,该算法不仅可行,寻优能力也大大提高．