基于粗糙集属性量度的数据库分解方法

针对从海量数据库中提取规则的计算速度慢、规则长度长的缺点,提出了一种新型数据库分解算法.利用粗糙集理论,从提高分类正确性和子数据库纯度的角度出发,提出了属性选择量度和分解过程终止量度.依照这些量度对数据库进行分解,得到具有一定支持度的规则集.得到的规则长度较短,决策分析的有效性高,同时有效地克服了噪声数据对粗糙集数据分析的影响.

一种基于数据库分解的关联规则挖掘新算法

在Fp-growth算法的基础上,提出了一种新颖的关联规则挖掘算法.该算法将大型数据库分解成频繁1-项集的项总数个子集,然后对分解得到的各个数据库子集用Fp-growth算法进行约束项数据挖掘,待所有数据库子集的约束项数据挖掘进行完毕后,再合并这些约束频繁项得到大型数据库的频繁项集.实验结果表明新算法所采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时,占用内存大,运行速度慢的不足,是一种适合于大型数据库的关联规则挖掘算法.

粗糙集在海量数据库分解中的应用

首先介绍粗糙集理论,在属性选择量度的基础上进行数据库分解,并且描述分解的流程,从而得到不同的规则集。最后本文算法通过与ID3算法和RSES算法进行比较,从实验结果可知,虽然本文算法在分辨率上略低于其他2种算法,但规则条数远少于其他2种方法,说明本文算法分类模型简单,决策分析性高。

基于分解数据库的FP-growth算法关联规则研究

论文针对频繁模式增长算法(FP-growth)中存在的频繁模式树(FP-tree)占据空间过大等问题,提出了一种改进的FP-growth算法,该算法采用分解数据库思想对事务数据库进行分类后分别挖掘以提高算法效率,并在提取规则时增加约束条件以更好地适用于所研究的医疗数据。实验结果表明,该算法的计算效率、产生的关联规则数量方面的性能明显优于经典的Apriori算法和FP-growth算法。通过对糖尿病以及它的三种主要并发症的关联规则的研究,获得糖尿病主要并发症发病概率定量关系(高血压>高脂血症>冠心病)以及肥胖增大患糖尿病并发症概率的规则,对于糖尿病并发症的前期预防有一定参考价值。

基于粗糙集信息量度的数据表分解算法

在数据挖掘中,直接在海量高维数据集上进行挖掘得到的规则往往数目众多、规则长度长,用于决策分析的有效性低。基于此,提出了一种基于粗糙集信息量度的数据表分解算法。该分解算法的计算时间复杂度远小于经典粗糙集约简算法的计算时间复杂度,在提高计算速度的同时不会损失信息量。

运动秩1分解及其在运动检索中的应用

低秩分解可以有效地应用于运动检索中,然而目前有些方法是针对每个运动单独分解,在分解算法层次上忽略了不同运动之间的相关性.为此,提出一种在数据库上的低秩分解算法,在数据库中所有运动共享一组基,并加入稀疏约束得到运动数据的有效表示;提出一种合理的运动数据构成方式,得到优化目标方程,并给出相应的优化解法,证明了其收敛性.采用文中的分解算法,每个运动被低秩表示成一个基和一个时序向量,由于不同的运动共享一组基,因此该算法具有更好的聚类效果,即相似运动倾向于选择相同的基.实验结果表明,文中算法在运动检索应用上是有效的,并讨论了不同参数设置对检索结果的影响.