Apriori
Apriori的相关文献在2002年到2023年内共计524篇,主要集中在自动化技术、计算机技术、教育、经济计划与管理
等领域,其中期刊论文403篇、会议论文6篇、专利文献115篇;相关期刊250种,包括赤峰学院学报(自然科学版)、信息技术、电脑知识与技术等;
相关会议6种,包括2010全国现代制造集成技术(CMIS)学术会议、2008年OA办公自动化国际学术研讨会、第二十四届中国数据库学术会议等;Apriori的相关文献由1344位作者贡献,包括何跃、赵学健、孙知信等。
Apriori
-研究学者
- 何跃
- 赵学健
- 孙知信
- 罗芳
- 袁源
- 郑紫微
- 金涛
- 唐世民
- 张丽
- 李云
- 李志亮
- 李志军
- 李玲娟
- 潘俊辉
- 王晓雪
- 王辉
- 王露
- 罗宇
- 陈健
- 陈自力
- 隆功伦
- 黄云
- Hiroshi Sakai
- 丁丙侯
- 乔爱锋
- 亢海力
- 仇晶
- 付裕1
- 任永功
- 何光敏
- 何江
- 冯兴杰
- 冯研
- 刘三荣
- 刘井莲
- 刘尚辉
- 刘昌卿
- 刘湘
- 刘耀南
- 刘艇
- 刘芳
- 刘超
- 刘金龙
- 刘鑫蕊
- 刘颖
- 刘鹏
- 包剑
- 叶明辉
- 吕建成
- 吕潭
-
-
兰建鑫;
孙杰
-
-
摘要:
传统的关联规则挖掘算法有三种,分别是Apriori算法、FP-growth算法和Eclat算法。其中传统的Apriori算法简单易实现,但处理海量数据时耗时巨大且磁盘I/O过高,效率低下。而FP-growth算法虽然快速且高效,但对于内存资源极其不友好,且挖掘过程中出现问题难以追踪。针对Apriori算法与FP-growth算法的优缺点,本文提出了一种基于深度递归与散列技术改进的Apriori算法。该算法基于散列技术与递归思想,将传统算法的遍历次数大幅度降低,且很大程度上减少了磁盘I/O,保证了较低的时延和更多的存储空间,在算法时间和空间复杂度方面进行了一定程度上的优化。既提高了传统Apriori算法的效率,同时也保证了算法的可扩展性。
-
-
蒋茜茜;
杨风暴;
杨童瑶;
张锦荣
-
-
摘要:
为了能有效地分析高校体能测试数据且快速地反馈影响学生体测成绩的因素,本文以我校体能测试数据为样本,先进行数据预处理转换成适用于数据挖掘的数据集,考虑到体测数据特征有限并且长度一致的特点,采用事务压缩技术与hash技术相结合的Apriori算法进行数据分析,减少了遍历数据库的次数和生成的候选项集的规模,在保证挖掘精度的同时提高算法的运行效率.最后与Apriori算法、基于事务压缩的Apriori算法、基于hash技术的Apriori算法进行对比分析,实验结果表明,本文提出的事务压缩和hash技术相结合的改进Apriori算法,能有效地分析出学生体测成绩间的关联规则,对学生的体能训练具有更强的指导意义,与Apriori算法相比,运行效率提高了85%以上.
-
-
郝婉琳
-
-
摘要:
针对高校心理健康工作自动化、智能化的需求,文中对数据挖掘技术进行了研究,基于灰度关联规则和Apriori算法设计了心理健康的预警分析方法。该方法通过灰度关联算法(GRA)确定参考数据序列,同时引入了若干比较序列。对参考序列与比较序列之间的相似度进行分析,并用结果来衡量二者之间的关联度,从而确定SCL-90心理健康评价体系下各个指标的打分权重。引入了Apriori算法,在给定的事务数据库T中寻找频繁序列,以满足预定的最小支持度与置信度条件,从而挖掘出导致心理健康问题的一般性规律。为了验证所提方法的性能,文中进行了数据分析实验。在采集数据时,借助SQL数据库和J2EE技术设计了数据采集平台。实验结果表明,该批次人员存在心理健康问题的占比为2.11%。与心理健康台账对比结果显示,文中方法的预测准确率为92.32%,可以满足智能化的心理健康预警需求。
-
-
张海;
蹇文渊
-
-
摘要:
目的使用数据挖掘相关技术对《秘传眼科龙木论》中泻肝汤(散)进行分析研究,挖掘其中存在的规律与特色。方法对《秘传眼科龙木论》中泻肝汤(散)的组方数据进行收集整理,并运用频数分析、Apriori算法进行数据挖掘。结果频次分析得出泻肝汤性味特点和前十位常用药排序。关联分析得到28条强关联规则,分析得出泻肝汤基本构架。结论泻肝汤以苦寒为主,辅以辛温之药。在基本架构的基础上随病而加减变化。
-
-
文耀宽;
侯慧娟;
王雍
-
-
摘要:
针对智能电表故障状态的预测问题,提出了一种基于Apriori算法和C5.0算法建立智能电表故障识别模型,实现智能电表故障的预测。首先,对智能电表历史故障数据库进行数据挖掘预处理,并采用Apriori算法进行强关联因素深度挖掘。然后,将强关联因素组成的数据集合分为训练数据集和测试数据集两部分,采用C5.0算法对训练数据集进行数据挖掘,生成智能电表故障初步预测规则。接着,根据测试集的数据对初步预测规则的正确性进行评估:如果准确度满足要求,确定预测规则;如果不满足,则返回训练集。最后,根据获得的预测规则建立智能电表故障状态预测模型进行智能电表故障预测。算例分析结果证明,智能电表故障状态预测模型具有较高的精度,可获得极为准确的故障状态预测结果。
-
-
江铭;
李晓娟;
郑圣铿
-
-
摘要:
随着现代化进程的推进,高能耗建筑已不能满足社会发展的需求。在低碳节能背景下,发展绿色建筑成为了必由之路,但对其节能设计效果有待进一步研究。选用Apriori关联算法从已有绿色建筑能耗评价的文章中选取8个关键因素,构建回归模型分析绿色建筑因素对建筑能耗的影响程度。结果显示,外墙传热系数(X1)、屋顶传热系数(X2)、建筑物体形系数(X3)、窗墙比(X5)、人员密度(X6)对建筑耗能是正向影响关系,外窗的遮阳系数(SC值)(X4)、节能政策虚拟变量(X7)、室外绿化率(X8)是负向的影响关系。基于研究结果,从绿色建筑围护结构的设计、建筑规划、建筑节能政策三个方面提出了建议。
-
-
常铮;
马少伟;
毛斌宏
-
-
摘要:
提出一种基于关联规则挖掘算法的5G云网告警分析方案,对机器学习算法FP-Growth进行契合5G云网告警场景的改进和应用,利用现网告警数据展开告警关联分析工作,挖掘网元及云侧告警之间的关联关系,并进行告警压缩和收敛,为5G云网故障分析和定位提供有效帮助。此外,基于实际告警数据对Apriori和FP-Growth算法的性能进行了比较,结果表明,FP-Growth关联规则挖掘算法与Apriori相比效率更高,更适合海量数据场景下的告警关联分析。
-
-
乐涛;
陈庆奎;
黄陈
-
-
摘要:
在手术操作中人体腹腔压强需要保持恒定,适量充入或释放CO以达到维持人体腹腔压强恒定的目的,CO的充入是通过阀门开度进行控制。对此,本文提出一种面向恒压腹腔镜手术的云控制过程模型,将病人的生理信息进行分类,并筛选出对应的手术过程数据集,数据集采用DTW算法,计算各类病人的多台手术中阀门开度随时间变化的曲线相似性,筛选出曲线变化较为相似的手术过程,再使用Apriori进一步挖掘强相关的手术过程;利用引起阀门开度变化的事件进行切割手术过程,形成手术过程控制片段;最后使用多项式曲线拟合的方法对手术过程片段进行拟合,获得各类病人手术中事件-过程控制段键值对集合,从而建立病人腹腔镜手术的云控制过程模型。通过前端模型仿真实验表明,该模型能够保证在腹腔镜手术过程中腹腔压强恒定时长在90%左右。
-
-
迟明祎;
侯兴明;
周瑜;
陈小卫
-
-
摘要:
针对红外经纬仪测量系统弹道测试试验,如何在稍纵即逝的发射窗口期内达到较高的测试精度和目标捕获率问题,提出一种基于Apriori关联规则挖掘和PDCA戴明环相结合的试验数据再利用方法,通过对已有历史试验数据的分析挖掘,提取影响试验数据录取的事件因子,并分析其作用机理,构建数据采集方案设计优化策略集,采用阶跃PDCA方法对数据采集方案进行循环优化,并验证结论的有效性。结果表明,动态因果关系集和方案优化策略集可为后续性能试验、作战试验数据采集方案设计和改进提供参考和依据,对于提升目标捕获率和数据采集精度有一定辅助作用,探索了关联规则挖掘方法在试验数据再利用中的应用。
-
-
赵鲁华;
亓建锋;
王伟;
仉元野;
徐小倩
-
-
摘要:
为降低养护作业风险,提高养护作业的安全性,采用Apriori算法挖掘布控及施工过程中对养护作业安全影响具有强相互关联的问题,并基于优化评价指标后的LEC法对高速公路养护作业区布控及施工进行风险分析。对某省高速公路养护期间的作业区布控及作业区内施工情况进行调研分析,结果表明所用方法可有效提取影响养护作业安全的关键问题,评估养护作业的风险等级,为后续的养护作业安全管理提供理论指导及依据。
-
-
-
-
-
-
-
-
-
-
-
朱金清;
中国人民大学信息学院;
王建新;
陈志泊
- 《第二十四届中国数据库学术会议》
| 2007年
-
摘要:
Julisch提出的聚类算法可以有效地减少IDS日志中的假阳性警报并找到根本的触发原因.但是由于海量的安全日志记录使常规的数据挖掘算法很难实时求解出触发的根源.因此,提出一种基于APRIORI的层次化聚类算法(HCAbA),首先阐述了APRIORI的可行性;然后进行日志聚类之后充分利用位操作的优势,将求交集操作映射为位与运算;最后在利用位操作求交之后从所有日志中删除上次求解出来的抽象向量覆盖的日志,使得将来的日志分析负担大大减少.实验表明,在预处理后采用位操作使得效率显著提高,建议常用CPU考虑增加或扩展某些机器指令.