基于新型关联规则算法的开关柜局放程度分类研究

为对开关柜绝缘状态进行评估,文中介绍了一种新型的关联规则数据挖掘(ARM)算法,用于识别开关柜局部放电的严重程度。该算法采用模糊C均值聚集(FCM)的方法划分局部放电特征量区间,基于改进型Apriori寻找满足最小支持度和最小可信度的候选集,对候选集进行递推和多次检索以产生用于分类的关联规则库。基于关联规则库对采集的10 kV开关柜中的多组针尖电晕局部放电信号进行模糊推理,结果表明采用关联规则的局部放电分类识别率高,分类结论准确,为开关柜绝缘状态评估提供了一定的理论依据和实际应用价值。

面向二进制数据帧的聚类系统

为了分离复杂无线网络环境下获取到的二进制数据帧,为后续协议逆向解析提供前提条件,实现了对复杂协议簇协议的聚类系统。首先使用AC算法挖掘出二进制数据帧中的频繁序列特征;然后创新地使用了Apriori算法搜索分析这些特征的关联关系,并且结合二进制流数据帧的特点对结果进行了四步剪枝处理;最后利用筛选出的特征通过改进的K-means算法进行聚类。实验表明,该系统可以对二进制协议数据帧的聚类起到很好的效果,同时对存在TYPE字段的多层协议簇,还能进一步区分出多种协议间的层次关系。

基于关联规则算法的冷水机组运行性能优化

提出了一种优化冷水机组运行性能的关联规则数据挖掘方法。以广州某商场不同额定功率的冷水机组为研究对象,利用冷水机组历史运行数据,通过Apriori频繁项集算法分析了各种运行工况下的单台冷水机组最佳运行能效与各运行参数之间的关联规则,以指导冷水机组的节能优化运行。仿真结果表明:利用该运行参数优化方法,2台不同额定功率的冷水机组能耗与原运行方式相比,分别在夏季和冬季降低了5.53%和11.80%,节能效果显著,验证了算法的有效性。其关联规则具有代表性和实用性,能够挖掘冷水机组的节能潜力。该方法适用于已积累大量运行数据的冷水机组,为冷水机组的节能优化运行提供参考。

改进的数据库一次扫描快速Apriori算法

分析了目前众多的Apriori算法的改进算法,指出其不完备性,提出了一种事务的二元组表示法,该二元组直接用字段的值串和串的出现次数来替换原始事务数据库,并在此基础上进行扫描,该表示法所占内存大小只取决于数据库的基,而与数据库的大小无关,整个过程只进行一次数据库扫描,其它工作都在内存中完成,在数据库的基较小时,表现出良好的性能。同时,定义了一种基于该二元组表示法的索引结构来表示频繁项集,该方案占用内存少,速度快。

Apriori算法的改进

在数据挖掘中关联规则中是一个重要的研究方向。Apriori算法是关联规则中最著名的算法。，本文分析了Apriori算法存在的不足，与可以改进的方向。并提出了一种基于压缩事务项的改进方法，以提高Apriori算法的效率，

计算机数据挖掘技术在犯罪规律分析中的应用研究

经过多年的信息化应用建设,公安部门积累起大量的基础业务数据。本文讨论了如何利用数据挖掘技术从大量积累的数据中及时发现、总结各种犯罪的规律性,以高科技、智能化的信息技术手段提高工作效率和整体作战能力。

李济仁治疗胃系疾病方药规律数据挖掘系统综述

[主要目的]数据挖掘分析李济仁治疗胃系疾病方药规律。[资料来源]2014年12月至2015年3月皖南医学院附属弋矶山医院国医大师工作室门诊。[选择文献量及依据]中医和中西医结合临床确诊或经胃镜确诊胃系疾病的病案处方。复诊次数≥2次,只选择一次复诊病案。排除信息不全、方药组成不完整及临床疗效不显著病案。[数据提炼规则及应用方法]筛选处方录入"中医传承辅助系统(V2.5)",2位助手审核。采用关联规则Apriori算法、复杂系统熵聚类等无监督数据挖掘方法,分析方药使用频次及药味关联规则。药味频次:方剂药味按出现频次排序;药症关联:症状按出现频次排序;组方规律(支持度20%,置信度0.9):药味组合按出现频次排序,关联分析所得药对;聚类分析新药味组合(改进互信息法、复杂系统熵聚类):聚类分析前,选择合适相关度和惩罚度,"提取组合",发现新药味组合(基本算法示无监督熵层次聚类),网状结构图展示。[数据综合得出结果与结论]纳入样本80例,处方120首,用药117种。使用频次>25的前10味:炒白术>茯苓>蒲公英>乌药>木香>佛手>瓦楞子>香附>金钱草>全蝎。药症关联前7位症状:嗳气>腹胀>胃脘胀痛>大便不成形>胃脘隐痛>泛酸>嘈杂。16味联系紧密核心用药:黄芪、炒白术、茯苓、木香、瓦楞子、姜半夏、竹茹、八月札、佛手、香附、蒲公英、金钱草、沉香、乌药、延胡索、全蝎。聚类新药味组合共6对。[未来展望]多中心、大样本长时间调查研究,更好挖掘、传承名老中医经验。

改进的关联规则算法在教学评价中的研究与应用

数据挖掘就是从海量的数据中挖掘出潜在的、有价值的知识。在数据中隐含的未被人们发现的确实存在的内在联系与规律。学生对老师的教学评价是教学管理的一个重要部分,如何找出教学评价中大量数据之间的联系,是评价教师教学质量和提高教学水平的重要手段。本文利用了一种基于Apriori算法的改进的算法——Apriori_B算法对这个教学评价系统进行数据挖掘。

大学生图书馆门禁数据与成绩关联分析

为研究大学生学习成绩与利用图书馆门禁信息之间的关系,此项研究选取了防灾科技学院2017和2018届学生的成绩数据和图书馆门禁信息,并从门禁信息中提取出学生去图书馆学习的时长和次数,利用数据挖掘技术中的Apriori算法,分析学生成绩和学生去图书馆学习的次数及时长之间的关联性。研究结果显示,学生去图书馆的时间和次数与学生的学习成绩的关联程度比较高。

大数据视野下教育信息化管理系统构建与对策研究

【目的/意义】随着人工智能与教育知识服务的深入发展,教育信息化管理成为大数据时代推动教育教学管理科学发展的基石。然而,由于大数据方法在教育信息化管理应用的发展时间较短以及教育系统的复杂性,教育数据信息化管理在教学管理及教学服务方面发挥的作用依然存在不足。【方法/过程】本文通过阐释大数据视野下教育信息化管理的内涵,分析了高校在该方面的现状及存在问题,基于数据驱动思想与Apriori算法构建了一个新型的教育信息化管理系统,并提出相应的信息化建设对策。【结果/结论】结果表明,本文所构建的管理系统可以为管理者、教师和学生等不同对象提供课程设置评价、课程群关联性分析、人才培养、就业指导、学生学习效果侧写等更加精准全面的管理服务。【创新/局限】提出了数据驱动的教育信息化管理系统及建设对策,为大数据技术在教育信息化、智能化、全面化、定制化管理方面的应用提供了可参考的新思路和新模式。但是由于教育信息化影响因素较多,未对影响高校教育信息化建设因素做全面的解析。