关联规则在中医方剂数据集市中的应用

中医药学是中华民族的文化瑰宝,从古至今,积累了海量的数据,采用数据仓库和数据挖掘技术可以从中获得有价值的知识.本篇论文介绍了如何构建中医方剂数据集市,从而对中医药数据进行OLAP(联机分析处理),以及如何采用关联规则技术挖掘中医药数据,并取得了良好的实验效果.

关联规则在学生CET4成绩中的应用

关联规则是数据挖掘的主要技术之一,是描述数据库中一组数据项之间的某种潜在关系的规则。以学生CET4成绩数据为研究对象,运用关联规则挖掘算法Apriori算法,找出学生CET4成绩中听力、阅读、写作、综合测试四部分成绩之间的关系,以及这四部分成绩与总分之间的关系。

基于多重图像分割评价的图像对象定位方法

图像对象定位可提供准确的对象区域,有效提高图像对象识别和分类准确率.基于此,文中提出基于多重图像分割评价的图像对象定位方法.通过图像的多层次分割,确定图像不同区域之间的语义约束关系,应用此约束关系对不同层次的对象区域模式进行频繁项集挖掘和评分,并按照此模式评分逐次合并每层图像分割中的重要区域,最终实现整个对象区域的精确定位.MSRC和GRAZ的定位实验表明,文中方法可有效定位图像的前景目标,在Caltech图像目标分类实验中也证明文中方法的有效性.

数据挖掘中关联规则算法的研究

Apriori算法是关联规则挖掘中的经典算法。通过对Apriori算法的基本思想和性能的研究分析,提出了一种基于垂直事务列表的树形结构的挖掘算法,减少了候选频繁项集的数量,提高了挖掘算法的效率。实验结果表明新算法具有良好的性能。

关联规则隐藏算法的研究

数据挖掘能从不同角度、不同抽象层上看待数据,这将潜在地影响数据的私有性和安全性。着重介绍了关联规则数据挖掘中的规则隐藏算法,提出了一个改进的关联规则隐藏算法OSA,该算法综合采用项的添加和约束方法来降低关联规则的支持度和置信度,从而达到规则隐藏的目的。

一种基于MapReduce的频繁闭项集挖掘算法

频繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式.当前以MapReduce模式为基础的云计算平台为解决海量数据中的关联规则挖掘问题提供新的解决思路.文中提出并实现一种基于Hadoop云计算平台的频繁闭项集的并行挖掘算法.该算法主要包括并行计数、构造全局频繁项表、并行挖掘局部频繁闭项集和并行筛选全局频繁闭项集四个步骤.在多个数据集上的实验表明,该方法能较大提高数据挖掘的效率,具有较好的加速比.