关联规则挖掘的Apriori算法综述

关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有意义的关联。随着大量数据不停的收集和存储,从数据库中挖掘关联规则显得越来越有必要性,关联规则挖掘的Apriori算法是数据库挖掘的最经典算法并得到广泛应用,在介绍关联规则挖掘和Apriori算法的基础上,发现Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。综述了Apriori算法的主要优化方法,并指出了Apriori算法在实际中的应用领域,提出了未来Apriori算法的研究方向和应用发展趋势。

超声波雾化器雾滴飞行时间的分析

目前,雾化器的应用很广泛,就现有的雾化器来说,雾滴飞行时间不够长,雾滴的直径不能达到理想值,影响雾化效果,这一缺点让雾化器的应用受到一定的限制。文章推导出雾滴保持时间与雾滴大小的关系式,并通过软件仿真分析,在压强为101.325kPa、温度为20℃的条件下,找到了雾滴直径和保持时间的最佳关系,对于雾化器的设计具有参考价值。

基于数据挖掘的白酒企业决策支持系统研究

以数据仓库,联机分析处理(OLAP)和数据挖掘技术构建白酒企业决策支持系统。系统通过数据仓库对来自不同数据源、历史的数据进行存储;采用联机分析处理技术对数据仓库中的数据进行多角度、多层次等分析;通过数据挖掘,从数据仓库中识别和提取隐含的知识,为企业决策人员提供强有力的决策辅助支持。