面向时空数据库的增量式更新生产质检一体化系统

近年来,自然资源部第一航测遥感院通过加强对基础时空信息数据库建设与更新、国土利用遥感监测模式研究,依托大量生产实践经验和技术应用积累,以解决“作业效率低、质量管控难”为切入点,在总结共性技术方法、工艺流程、需求分析基础上,形成增量式更新项目软件平台集成的理论基础,并组织专业技术人员协同创新,结合GIS软件开发技术,基于ArcGIS平台构建了增量式更新项目矢量数据采集、编辑、检查、修改一体化作业环境,通过自主研发形成了一款项目普适性强、功能全面、性能稳定的软件产品——面向时空数据库的增量式更新生产质检一体化系统。

基于FP树的挖掘关联规则的增量式更新的研究

关联规则的高效维护算法研究是当前数据库研究的热点之一。本文研究了事务数据库中关联规则的增量式更新问题,提出了基于频繁模式树的关联规则增量式更新算法的设计思路,以处理最小支持度或事务数据库发生变化后关联规则的更新问题。

基于频繁模式树的关联规则增量式更新算法

研究了大型事务数据库中关联规则的增量式更新问题 ,提出了一种基于频繁模式树的关联规则增量式更新算法 ,以处理最小支持度或事务数据库发生变化后相应关联规则的更新问题 。

关联规则的增量式更新算法

关联规则的开采是一个重要的数据开采问题．目前已经提出了许多算法用于高效地发现大规模数据库中的关联规则，而对关联规则维护问题的研究工作却很少．在用户开采关联规则的交互过程中，为了找到真正令其感兴趣的规则，用户将需要不断调整两个描述用户兴趣程度的阈值：最小支持度和最小可信度．本文提出了两种增量式更新算法——ＩＵＡ（ｉｎｃｒｅｍｅｎｔａｌｕｐｄａｔｉｎｇａｌｇｏｒｉｔｈｍ）和ＰＩＵＡ（ｐａｒａｌｅｌｉｎｃｒｅ－ｍｅｎｔａｌｕｐｄａｔｉｎｇａｌｇｏｒｉｔｈｍ），用来解决这一关联规则高效维护问题．

大型数据库中的高效序列模式增量式更新算法

提出一种称为FIMS(fastincrementalminingofsequentialpatterns)的序列模式增量式更新算法,处理因数据库的更新而引起的序列模式的维护问题.主要思想是利用原先的序列模式挖掘结果,通过建立一个投影数据库来减少对整个数据库的扫描次数和候选序列的生成,从而提高挖掘的效率.实验结果显示在更新数据量远小于整个数据库的大小时,FIMS算法的性能优于GSP算法4～7倍.

基于投影数据库的序列模式挖掘增量式更新算法

针对序列模式挖掘中的增量挖掘问题,提出一种序列模式更新算法ISPBP.算法引入序列数据库结构来存储从原始数据库中挖掘出的所有项、最大频繁模式以及它们的支持数,采用间接拼接方法,只需处理增量数据库,避免了对更新后数据库的重新计算.对于因增量数据库新产生的频繁模式,利用了在增量数据库中出现的频繁项集来减小投影数据库,进一步提高了算法的效率.理论分析和实验表明,算法是有效可行的,并且增量数据库越大,算法在效率上的优越性越明显,算法ISPBP优于传统增量式更新算法.

频繁项目集的快速增量式更新算法

提出了频繁项目集的快速增量式更新算法(FIUA),主要考虑最小支持度发生变化时频繁项目集的更新情况.FIUA在最坏的情况下仅需扫描数据库一遍,且无需生成候选项目集,有效地节约了存储空间,提高了频繁项目集的更新效率.

一种基于前缀广义表的关联规则增量式更新算法

关联规则挖掘是数据挖掘研究的一个重要方面 ,关联规则的高效维护算法研究是当前研究的热点 .传统更新算法与Apriori算法框架一致 ,要多遍扫描数据库并产生大量的候选项目集 .为此 ,该文对FP tree进行了改进 ,引入了前缀广义表———PG List,并提出了基于PG List的关联规则挖掘 (MARBPGL)与增量式更新算法(IUABPGL) .算法MARBPGL仅须扫描数据库两遍 ,算法IUABPGL在最坏的情况下仅须扫描原数据库一遍 ,扫描新增数据库两遍 ,且两个算法均无须生成候选项目集 ,避免了产生“知识的组合爆炸” ,提高了挖掘和维护的效率 .理论分析和实验结果表明该文提出的算法是有效可行的 .

基于变精度粗糙集的产品配置规则提取及增量式更新

针对传统粗糙集产品配置规则提取方法容噪性较差的问题,应用变精度粗糙集方法,依据产品设计实例数据建立配置决策表,通过设定分类精度,进行了基于决策类下近似的相对属性约简和基于核值属性的值约简,依据支持度获得有效的产品配置规则.考虑设计实例增加对规则提取的影响,采用增量式更新方法对新增决策表进行规则提取,处理新增配置规则与原配置规则之间的重复、包含和冲突关系,依据可信度进行配置规则的更新.以水平定向钻机配置规则提取为例,验证了所提方法的可行性和有效性.

关联规则挖掘中增量式更新算法的研究

关联规则的更新是数据挖掘技术中的一个重要内容,能否有效地挖掘出动态事务数据库中的频繁项目集或关联规则是衡量一个算法好坏的关键因素。该文系统地介绍了关联规则的增量式更新问题,给出或提出了相应的算法,并举例说明了算法的执行过程。

发现广义序贯模式的增量式更新技术

提出一种称为ＦＡＳＴ的增量式更新技术，以处理因最低支持的改变而引起的广义序贯模式的维护问题．

一种关联规则的增量式更新算法

对在事务数据库不变的情况下，如何进行关联规则的维护问题进行了探讨，并提出了一种高效的增量式更新算法。

发现关联规则的增量式更新算法

数据挖掘是当今国际人工智能和数据库研究的新兴领域，而关联规则的更新是数据挖掘的一个重要研究内容。文章提出了IUAR算法，用于解决在元组数和最小支持度均发生变化时关联规则增量式更新问题。

改进型关联规则增量式更新算法与实现

关联规则是数据挖掘中的重要研究内容之一 .目前 ,已经提出了许多算法用于高效的发现大规模数据库中的关联规则 ,但是对关联规则的维护问题的研究工作却很少 .本文对在事务数据库不变 ,只对最小支持度和最小可信度进行改变的情况下 ,如何进行关联规则的维护问题进行了探讨 。

一个高效的关联规则增量式更新算法

针对关联规则的维护问题，设计了一个高效的增量式更新算法ＦＩＵＡ，并将ＦＩＵＡ和已有的ＩＵＡ算法进行了比较，并通过实验证实了ＦＩＵＡ算法的高效性。

基于改进差别矩阵的核增量式更新算法

分析发现杨明教授给出的改进的差别矩阵中存在不必要的计算,为此提出了改进的差别矩阵定义和求核方法;在此基础上提出一种基于改进差别矩阵的核增量式更新算法,主要考虑对象动态增加情况下核的更新问题。理论分析表明改进的核增量式更新算法具有近线性时间和空间复杂度。实验结果显示算法有效可行。

一种有效的关联规则增量式更新算法

关联规则是数据挖掘中的一个重要研究内容。目前已经提出了许多用于高效地发现大规模数据库中的关联规则的算法,而对已发现规则的更新及维护问题的研究却较少。文章提出了基于频繁模式树的关联规则增量式更新算法,以处理事务数据库中增加了新的事务数据集后相应关联规则的更新问题,并对其性能进行了分析。

一种基于改进差别矩阵的属性约简增量式更新算法

粗糙集方法提供了一种新的处理不精确、不完全与不相容知识的数学工具.属性约简是粗糙集理论的重要研究内容之一,已有的大多数属性约简算法主要考虑信息系统(或决策表)不变的情况,有关属性约简的增量式更新算法却报道不多.为此,文中提出一种基于改进差别矩阵的属性约简增量式更新算法,主要考虑对象动态增加情况下属性约简的更新问题.该算法可通过快速更新差别矩阵,在动态求解核的基础上,利用原有的属性约简有效地进行属性约简的增量式更新,因而可提高属性约简的更新效率.理论分析表明,该文提出的算法是有效可行的.

国家1:50000地形数据库增量式更新技术方法

国家1:50 000地形数据库通过采用增量式更新的技术方法,极大地提高了数据的更新效率,减少了数据的冗余。本文介绍了国家1:50 000地形数据库增量更新的技术思路与主要技术方法,包括增量信息采集、数据质量检查、增量信息入库等方面的技术方法。

一种基于改进差别矩阵的核增量式更新算法

提出一种基于改进差别矩阵的核增量式更新算法,主要考虑对象动态增加情况下核的更新问题.该算法在更新差别矩阵时仅须插入某一行及某一列,或删除某一行并修改相应的列,因而可有效地提高核的更新效率.理论分析和实验结果表明,该算法是有效可行的.