依赖不确定性关联规则的城市交通流大数据挖掘

针对城市道路交通系统汽车流量时空分布严重不均且难以预测,极易引发交通拥堵的问题,基于城市交通监控系统中采集到的海量视频数据,结合模式识别技术与大数据挖掘方法。提出了一种基于不确定性关联规则的城市交通流大数据挖掘方法,该方法固有地考虑了时空相关性。不确定性关联规则模型用于学习通用的交通流特征,并且以不确定性关联的分层方式进行训练。实验表明该城市交通流大数据挖掘算法,为进一步优化交通信号配时,调控交通流量,提高交通管理效率和道路资源利用率进而改善交通拥堵状况,提供有效的数据支持。

基于关联规则挖掘算法的财务信息管理系统

针对传统的财务信息管理系统信息挖掘时间长的问题,设计一种基于关联规则挖掘算法的财务信息管理系统。该系统的硬件部分包括主控制器和CH375单片机,主控制器设计是为系统提供控制能力,CH375单片机满足财务信息管理系统的实时性需求;系统软件部分,利用关联规则挖掘算法对财务信息深度发掘,确定财务信息中可靠的关系规则,在此基础上,建立财务信息管理数据库,实现财务信息管理。实验对比结果表明,此次设计的基于关联规则挖掘算法的财务信息管理系统比传统系统财务信息挖掘时间短,能够为财务信息管理提供帮助。