图像关联规则模型及其应用

传统的低维图像关联规则没有考虑纹理要素以及对象的重复出现次数、对象的面积大小,与此相关的图像知识无法挖掘出来。该文提出的七维图像关联规则模型7D_AR功能比传统的低维图像关联规则更加完备,可以很好地解决以上问题。通过概念提升及删除无关维,由七维图像关联规则模型7D_AR可以演化出维数小于七维的各种关联则。

电子商务网站推荐系统中关联规则推荐模型的实现

介绍了一个电子商务网站推荐系统中关联规则推荐模型的实现过程。该模型的实现运用了概念层次的思想方法,采用了不需要产生候选集的频繁集挖掘算法FP_Tree挖掘关联规则。该推荐系统已经在一家电子商务网站上投入使用。

关联规则挖掘模型在大学生评价中的应用

本文在对数据挖掘相关技术、关联规则挖掘算法进行深入研究的基础上,归纳总结了基于粗糙集理论的关联规则挖掘模型和属性约简算法,并将其成功应用于大学生评价中,为社会选拔人才提供有价值的参考。

基于关联规则数据挖掘模型的李东垣脾胃病用药规律研究

李东垣提出的“脾胃论”对后世影响颇大,他将疾病的发生与脾胃损伤紧密联系,提出“内伤脾胃,百病由生”的观点,从脾胃内伤立论治疗内、外、五官科疾病,并创立了脾胃学说。通过数据挖掘的方法对李东垣脾胃病治疗中胃痛、腹痛、泄泻、下痢、便秘的证治用药规律进行总结,结果发现,李东垣脾胃病(胃痛、腹痛、泄泻、下痢、便秘)中以大便不通出现次数最多17次,脉象频次出现最多的是弦脉,接着是弱脉,治疗中所用药物频次分析发现,其中频次前十的药物分别是:升麻、炙甘草、当归身、黄芪、柴胡、熟地黄、大黄、生地黄、桃仁。李东垣治疗胃痛、腹痛、泄泻、下痢、便秘中应用对药有(1)当归身-柴胡配;当归身-升麻;(2)当归身-炙甘草;(3)升麻-炙甘草;(4)升麻-柴胡;(5)熟地黄-生地黄;(6)大黄-火麻仁。大黄-桃仁;桃仁-火麻仁;关联度较高的角药组合有(1)火麻仁-桃仁-大黄;(2)升麻-当归身-柴胡;(3)升麻-当归身-炙甘草。分析发现,李东垣在治疗治疗“肝之脾胃病”出现弦脉,大便不通的症状时多加风药以泻阴火,升阳气;在夏季,脾胃虚弱,感受热邪,导致心、肺、大肠为热所伤时可出现四肢痿软无力、少气懒言、小便黄赤、目中流火、心烦等症状,在治疗上,李东垣强调“当先助元气,理治庚辛之不足。”选用黄芪人参汤加减治疗。李东垣在养血和血的当归身中增加柴胡或者升麻,广泛用于便秘腹痛的治疗中,用当归,生地加桃仁、麻子仁以养血生津润肠通便,治疗血少食不下等的便秘。在治疗便秘中,李东垣提出“辛以润之”的观点,用熟地黄、生地黄、大黄、火麻仁、、桃仁补血生津、润肠通便。

一种面向商圈店铺管理规划的机器学习建模分析技术

商圈在居民日常生活中占据重要的地位,而数字化管理已成为实现商圈运营优化的重要环节。目前,商圈店铺分类的研究仍然主要依赖于统计分析方法和人为经验判断,缺少较为准确、系统的模型方法作为决策支撑。针对此现状,本文提出一种基于聚类模型的店铺布局方法和基于关联规则模型的店铺引流方法。另外,本文还对当前比较流行的5种聚类算法在商圈店铺分类问题的使用效果进行对比。试验结果证明,当数据量波动时,与传统的K-Means算法相比,层次聚类算法的轮廓系数稳定在0.55~0.6,明显优于其余聚类算法;层次聚类算法平均运行时间与K-Means算法相比可缩短80%~90%,运行效率和分类效果均为最优,因此最适合用于商圈店铺聚类分析。

基于遗传算法的关联规则挖掘模型

根据关联规则挖掘的要求,结合遗传算法的特点,研究利用遗传算法来发现关联规则,建立了一个基于遗传算法的关联规则挖掘模型,并且在模型中引入了称为整理算子的操作.通过该模型的一个应用实例证明利用这个模型来发现关联规则是可行的、有效的.最后指出基于遗传算法的关联规则挖掘技术具有广阔的应用前景.

基于R&D指标的先导性战略新兴产业发现研究

在识别和选择先导性战略新兴产业的过程中,按照其未知、待发掘的特点,透过知识发现的视角,采用关联规则方法,根据R&D经费投入强度指标与专利授权量指标之间的强关联规则关系,建立先导性战略新兴产业数据挖掘关联规则识别模型。以中国长三角地区为实证分析对象,在对该地区的战略新兴产业进行识别时,得出5条符合约束条件的强关联规则,其对应的战略新兴产业的产业顺序分别为高端装备制造、生物医药、新材料、新一代信息技术及新能源等5个产业。

基于知识发现的战略性新兴产业识别研究:兼论“长三角”战略性新兴产业的发展

鉴于战略性新兴产业的研究尚处初步探索阶段,各地战略性新兴产业的识别有待甄选。战略性新兴产业识别具有未知的、待发掘的特点,本文拟透过知识发现的视角,采用关联规则方法,根据筛选的评价指标体系,建立战略性新兴产业数据挖掘关联规则识别模型,并以我国"长三角"地区各产业为实证研究对象,对战略性新兴产业的识别进行了深入挖掘。

信息化对省域工业结构升级的促进作用

本文运用面板数据模型和关联规则模型比较信息化与工业行业融合程度,分析不同的信息通讯技术对于省域工业结构升级的影响。结果发现:在2003-2012年间,通讯技术比信息技术对省域工业结构升级的影响更显著;随着时间的推移,信息通讯技术与技术密集型工业行业的融合程度更好。因此,信息化对我国省域工业结构的升级具有促进作用,未来应更好地促进中西部地区工业化与信息化的融合,还应更好地发挥互联网技术的作用。

对恐怖袭击事件记录数据的量化分析

对GTD数据表恐怖袭击事件中影响因素进行内生性关系分析,分析出恐怖袭击遵循的潜在规律。该任务选择大数据分析,关联规则模型,向量自回归模型(VAR模型)等进行处理,最终分析恐怖袭击事件态势。

基于Apriori算法的超标医疗费用关联规则挖掘

目的分析医院病人医疗费用构成,探讨医疗费用项目结构的合理性,挖掘超标医疗费用超标的原因,使医院管理者有针对性的控制医疗费用。方法以各疾病诊断相关组医疗费用的3/4分位数作为该组超标费用阈值,区分标内费用和超标费用;利用数据挖掘中的关联规则挖掘方法中的Apriori算法挖掘与超标费用有强关联的条件属性。结果在呼吸系统疾病中,1/4的超标医疗费用患者消耗掉了超过40%的医疗资源。关联规则模型共挖掘出4条有意义的关联规则,监测到发生费用超标的病例占超标费用人数的10.7%。4条规则中具有此条件使得超标发生的可能性依次是原来的2.47、2.36、2.30和2.29倍。结论:医院质量控制部门对医疗费用管理时可以参考关联规则挖掘出的强关联规则,对入院病人中满足规则的应给予重点关注,在满足病人医疗需求的前提下尽量避免超出标准费用的情况发生,加强医疗费用支出的事前预防。

基于MapReduce的并行加权FIUT算法

针对目前大数据环境下,传统频繁项集挖掘算法效率低下的问题,在MapReduce框架的基础上,结合加权模型提出了一种并行加权频繁项集挖掘算法PWFIUT(Parallel Weighted Frequent Itemset Ultrametric Tree).该算法将候选项映射到哈希表中以划分支持度,同时避免构建条件模式和实现压缩存储.最后,对PWFIUT算法在Hadoop平台进行了测试与分析,实验结果表明所提出的算法具有较好的运行效率和扩展性.

基于数据挖掘算法的汉语合成韵律参数预测方法

韵律模块是语音合成系统中的重要组成部分,韵律特征参数的描述正确与否直接影响合成系统的输出,针对目前语音合成系统中缺乏对前后音节的韵律参数之间关系的有效描述,提出一种新的韵律参数预测方法——数据挖掘技术来发现音节韵律参数之间的相互关系,通过其中的关联规则模型对这些关系进行描述,并基于关联发现算法获得汉语韵律参数中基频参数和时长参数的变化规则,研究表明这些规则可以较好地为多样本拼接合成系统的选音提供帮助和指导。