基于改进Apriori算法的SQL Server数据库入侵识别方法

常规的数据库入侵识别方法以识别入侵行为数据为主,各种识别模块导致数据库入侵识别的恶意操作增加。因此,设计了基于改进Apriori算法的SQL Server数据库入侵识别方法。首先,识别SQL Server数据库入侵类型,将数据库中的关键词进行条件查询判断。其次,提取入侵攻击的语句特征,避免附加语句执行恶意操作。最后,基于改进Apriori算法迭代数据库的频繁项集,通过逐层识别的形式迭代寻找SQL Server数据库中所有项集的关系,并形成识别规则,提升了数据库入侵识别性能。

基于Apriori关联分析的煤层气压裂效果主控因素识别

煤层气井压裂增产改造效果会受到多方面因素综合制约,如煤储层地质特征、水力压裂施工参数等,故分析各因素的显著性,明确影响煤层气井压裂效果的主控因素具有重要的研究意义。基于国内Z气田区块的压裂施工数据,利用Apriori关联规则分析法对压裂效果主控因素进行追踪,并结合灰色关联度分析,形成了一套新的压裂措施效果主控因素识别方法,同时判断出影响该区块压裂效果的8个主控因素依次为:最大施工排量>平均砂比>含气饱和度>含气量>支撑剂施工总量>压裂液施工总量>携砂液量>前置液量,在压裂设计时可基于该方法,参照关联度大小优先调节不同的主控因素以控制压裂效果,进而为现场施工提供理论依据。

基于Apriori算法挖掘经验方的“前N组”法

目的基于Apriori算法,通过"前N组"法挖掘医家经验方。方法将陈守强副主任医师的2647份病历输入电子病历管理系统[1],通过Apriori算法挖掘出其治疗冠心病的高频中药组合,以药味最多的组合为母板,加入与前N组高频中药组合中不同的中药,从而总结出经验方。结果挖掘出的经验方由川芎、丹参、甘草、黄芪、木香、麦冬、五味子、焦三仙、黄连、连翘10味中药组成,与其临床常用的胸痹2号方类似。结论该方法在名老中医经验传承中具有一定的意义,值得推广。

一种Apriori的改进算法

在Apriori算法算法基础上提出改进的方法，通过减少产生候选集的组合和减少数据库的扫描来提高挖掘的速度和减少数据库的I／O操作时问的开销。

基于Apriori方法的电力巡检无人机涡环状态识别

对于电力杆塔巡检中所使用到的旋翼类气动布局垂直起降无人机而言,涡环状态是其垂直下降过程中容易遭遇的常见不良状态。本工作结合飞行过程中无人机遭遇涡环状态的黑匣子数据,利用数据挖掘技术中的改进Apriori方法识别出了飞机姿态、三轴体坐标系速度等飞行状态变量与涡环状态发生的模式关系。结果证实水平姿态角和航向角大幅波动与涡环状态出现的联系最为紧密,可以作为未来无人机在线涡环状态识别的重要依据。

基于Apriori算法的昆柳龙直流换流站SER事件智能分析方法研究

昆柳龙直流是世界上首个特高压多端混合直流工程,其控制保护逻辑功能尤为复杂,换流站HMI系统监视信号繁多,及时发现换流站异常SER事件尤为重要。为此,通过分析昆柳龙直流换流站事件,基于Apriori算法对事件规则进行挖掘,识别每条SER的产生规律,实现异常SER自动识别,减轻运行人员监盘压力,提高监盘质量,对于保障换流站运维效率和质量具有很好的实际意义。

关联规则在高职学生综合素质测评分析中的应用

传统方法对学生综合素质测评比较单一,管理者常以测评分值来衡量学生的素质,而未对影响因子进行深入研究.在某高职院校学生成绩基础上,针对加权平均传统方法的不足,采用K-means算法对学生成绩进行聚类以此确定出优良等级,再运用Apriori算法对综合素质测评中思想素质、社会工作实践与文体活动创新素质、专业属性及学生成绩等影响因子蕴含知识进行挖掘.研究结果表明,思想素质在影响因子中起引领作用,且教学管理与学生管理相互依赖,这一算法的应用为管理者决策提供了依据.

基于先验知识的炉内速度场声波法测量研究

采用主动声波法,基于少量测量数据重建切圆燃烧锅炉炉膛空气速度场.从切圆炉内空气速度场服从的物理、数学规律出发,充分利用其有效先验知识使反问题超定,首次提出利用旋转高斯曲面拟合炉内切圆速度矢量场无散分量部分的算法,并结合介质质量守恒定律及相应边界条件,对炉膛二维断面速度场进行了有效重建.在典型的仿真模拟检验基础上,详实的冷态炉膛模型声波法在线测量试验得出了可靠的结果.为该方法进一步研究提供了有效的理论及实验基础.

关联规则在阿尔茨海默病中医诊疗中的应用研究

目的:寻找阿尔茨海默病中医证型与中医症状之间的关系。方法:利用关联规则的Apriori算法对109例临床数据进行挖掘,同时针对中医药数据的特殊性,提出关于Apriori算法的改进。结果:挖掘出一系列关联规则,为阿尔茨海默病的确诊提供了重要依据。结论:关联规则适合于研究阿尔茨海默病中医药辨证论治的内部规律,为阿尔茨海默病的确诊提供可靠依据。

油田集输管道缓蚀剂效率主控因素研究

集输管道的输送工况通常为高温、高压、高矿化度,并且管内含水、CO_(2)、H_(2)S、O_(2)等腐蚀性介质,常常造成严重的腐蚀。缓蚀剂具有成本低、操作简单、见效快的优点,被油田集输系统广泛采用。影响缓蚀效率的因素众多,明确集输管道缓蚀效率的主控因素十分重要。统计油气田生产数据,利用灰色关联法确定影响缓蚀效率的主控因素。结果表明,影响混输管道缓蚀效率的因素关联度排序为H_(2)S分压>O_(2)分压>CO_(2)分压>Cl-含量>pH值,温度>含水率>液体流速>气体流速>压力。采用Apriori算法挖掘缓蚀效率预测关联规则,在确定缓蚀效率影响主控因素的基础上,得到10条关联规则。

先进交通管理系统的决策方法研究

先进交通管理系统中决策能力是决定交通规划、交通管理和交通控制好坏的基础,是实现城市交通智能化的关键。从分析先进交通管理系统决策能力的现状出发,提出了将数据挖掘技术引入先进交通管理系统的决策方法。重点讨论了基于Apriori算法对实时城区车流量进行挖掘的过程,并给出了如何指导城市道路交通控制的实例。充分说明了将数据挖掘技术应用于先进交通管理系统进行决策的可用性、可行性、有效性。

序列模式发现的结构化动态优化方法

给出单模式、二模式和三模式3种序列模式发现的基本概念,给出二模式和三模式的表示方法。该表示方法不会产生实际不存在的候选序列,从而有效地缩小候选空间,提高序列模式的计算速度。结合Apriori方法,基于3种基本模式,应用无冗余的模式增长原则和三级动态优化方法,提出一种序列模式发现的结构化动态优化方法。

民航空中交通管制员危险感知差异研究

为探究不同经验的民航空中交通管制员危险感知能力差异性及其与管制安全行为的关系,采用场景分类法和问卷调查法进行试验,研究不同经验下管制员危险感知能力。根据情景难度、扇区内航空器数量、气象等条件将管制情境划分为4种场景,利用数据挖掘中的关联规则Apriori算法对比分析4组数据,寻找不同管制情境对管制员危险感知影响差异性。研究结果表明:危险感知能力与管制经验相关联;二级管制员感知危险数量最多,只有二级管制员能将管制指令时间作为危险感知的标准,三级和助理管制员做不到这点;影响管制员危险感知能力的关键因素是指令时间、安全间隔、航路拥挤与气象条件。

TVM制导防空导弹先验距离战法

为了对空袭体系中施放电子干扰的目标进行打击,根据TVM制导防空导弹的技术特点,采用先验距离法,通过制导雷达和导弹组网,进行无源测向交会定位,能够较准确地得到目标定位并对导弹进行精确制导。给出了先验距离方法的数学模型和数据融合方法,最后提出了先验距离战法实施的基本原则。

启发式资源共享系统关联规则挖掘方法

针对资源共享系统开放式特征,提供了一种启发式方法,在分析Apriori的基础上,在网络资源共享系统下进行关联规则挖掘。与传统方法相比主要有两点区别:一是通过在网络中设立一个超节点来保存处理数据;二是通过和节点实时的动作序列相比,添加一个近似频繁集反映动态变化。这种方法通过设定全局和节点的启发式规则,可以有效提取节点动作序列的关联,从而提高目标资源的定位能力,节省网络带宽开销。实验结果表明该方法是高效可行的。

基于Apriori的离心式压缩机故障影响因素分析

离心式压缩机随着在役数量和服役年数的增加,故障率也逐渐上升,利用数据挖掘等方法可以建立压缩机故障模型,有效降低压缩机的故障率。文章利用5M1E分析法对某管线离心式压缩机的故障记录进行分析处理,再通过Apriori算法筛选压缩机故障的影响因素,定量分析出各影响因素间的关联规则,发现了压缩机元件老化程度和压缩机元件性能下降程度这两条强关联规则,为后续压缩机管理提供科学参考。

关联规则挖掘在苯酐生产中的应用

简单介绍了数据挖掘中的关联规则挖掘技术 ,用关联规则方法分析了影响苯酐生产的 3个关键属性 ,找到了它们之间的关系。实验证明 ,关联规则挖掘十分适用于过程工业中的优化问题分析。

评估ATAM计算效率提高程度的新算法

在《与荷载同步变化的时间步自动调整方法》中提出的时间步自动调整方法(apriori time adaptive method,ATAM)是先验式误差评估研究领域的一次有益尝试。在ATAM使用过程中,由于一般情况下难以获得解析解,所以对数值计算程序应用ATAM自动调整时间步长后,相比时间步调整前,无法评估计算效率具体提高了多少。为了解决这个问题,提出了解决方法并对其进行了验证。在此基础上,进一步提出了一种简易评估算法,并推导出评估计算效率提高程度的计算公式。根据此计算公式,不需要采用最小时间步长代入到原数值程序中进行计算,可直接获得计算效率的提高程度,节省了大量计算成本。同时,对简易评估算法进行了验证,结果证实所提算法实用有效。

空间数据挖掘及其发展研究

探讨了空间关联规则,利用移动计算中基于Apriori算法的空间关联规则提取的例子,详细介绍了经典算法Apriori算法在空间关联规则中的应用,并对空间数据挖掘的发展进行了展望。

日志模板提取的FT-Tree改进算法研究

计算机日志能够真实、全面记录事件信息,已经作为一种电子证据在侦查办案中得到普遍应用.要实现对海量日志信息的快速自动分析,需要有高效可靠的日志模板提取方法.鉴于目前日志模板提取方法存在的不足,本文以网络服务器日志作为模板提取的研究对象,基于FT-Tree算法,提出了利用Apriori算法计算剪枝阈值,再利用该值控制剪枝的FT-Tree改进算法,并以某高校网络服务器真实日志进行了模板提取实验.结果表明,改进算法较之FT-Tree算法显著提高了日志模板提取的准确度,能更好地满足实际应用需要.