数据空间自相关性对关联规则的挖掘与实验分析

传统的空间关联规则挖掘,一般足使用属性关联规则的挖掘算法,对空间数据进行泛化处理,不考虑空间数据的空间自相关性,也没有考虑空间自相关与空间关联规则的关系.本文运用改进的Apriori算法对某一数据进行空间关联规则挖掘,并对同一数据进行空间自相关分析,比较两种方法反映的属性的相关性,探讨了数据的空间自相关性对空间关联规则...     

地理信息关联规则挖掘算法的设计与应用

本文着重就地理信息数据挖掘中的两种模式：关联规则和序列模式的概念和作用进行了探讨，阐述了在关联规则中寻找大项集算法的实现，以及在数据挖掘的序列模式基础上对寻找大项集算法的结果进行了改进和优化，使数据的关联规则与时间和序列之间建立了密切的联系，从而更好的实现了对于大规模地理信息数据库中数据的挖掘和利用。     

空间数据挖掘技术与发展趋势

试从空间数据挖掘方法的角度,探讨了空间关联规则的挖掘方法以及它与传统的关联规则挖掘方法之间的区别,介绍了空间聚类挖掘方法的分类和几种典型算法,概述了空间数据挖掘的发展趋势。     

海陆气候事件关联规则挖掘方法

近年来,异常气候事件的频发对人类的生活环境和经济发展带来严重负影响。气象学家研究表明：海洋气候异常对陆地气候异常事件的发生具有重要的诱发作用,因此,对海陆气候间的内在关联机制进行深入挖掘具有重要研究价值。本文提出了一种关联规则挖掘方法,以探索单一海洋气候指数与陆地异常气候事件间存在的关联。首先,针对陆地气候要素,采用顾及空间邻近关系的层次聚类方法进行有效气候分区,通过对各层分区结果进行相关统计分析得到有效的各区域气候序列;然后,进行顾及多重约束进行时序关联规则挖掘,以探索海陆气候要素间的关联机制;最后,通过实际算例分析得到的各气候指数与我国陆地区域异常降水事件间的关联机制结果,与实际情况高度吻合。     

基于关联规则与随机森林的地震多属性砂体厚度预测

地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余。为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法。随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能进行属性选择,但是该算法无法识别地震多种属性中的冗余特征。关联规则能够发现地震属性之间的非线性关联,并能借助卡方检验消除地震属性间的冗余性。分别采用了随机森林回归算法（RFR）、联合关联规则与随机森林回归（AR-RFR）及BP神经网络回归的算法（AR-BP）对滩坝砂岩合成模型和某实际工区进行了砂体厚度预测。对比结果表明,基于关联规则的属性优选得到的属性间相关性低,关联规则与随机森林算法的结合提高了砂体厚度的预测精度。数值实验证明了该方法的有效性。      

基于周期表的时空关联规则挖掘方法与实验

地理现象的周期性往往掩盖了许多地学规律,这也是地学数据挖掘的一个主要内容.本文以周期表设计了一种时空层次关联规则挖掘方法--PRules-Miner.模型利用周期表的表现形式对时空数据进行组织,并通过两步挖掘过程发现具有"遥相关"地理事物间的变化模式.模型算法分为3个步骤:(1)过滤周期表内无序数据:逐行地提取多周期内...     

加权关联规则的改进算法

关联规则挖掘在许多领域已有广泛的应用,目前存在许多发现关联规则的算法,但这些算法都认为项目对规则的重要性相同.然而在现实中各个项目的重要性往往不同,决策者往往优先考虑利润较高的项目,而忽略利润较低的项目.分析现有的加权关联规则存在的问题,提出了一种新的加权关联规则模型.     

关联规则挖掘在卷烟市场研究中的应用

应用基于Apriori算法的关联规则挖掘技术对一次卷烟市场调查得到的数据进行分析，找出其中的关联规则，作为正确决策的基础。     

时态关联规则挖掘综述

对时态关联规则挖掘的现有方法进行了总结,对这些方法的优劣做出自己的评价.     

基于出行时空数据的分时租赁汽车与网约车出行场景比较研究

分时租赁和网约车同属共享汽车,但规模对比悬殊.找到差异化的出行场景有利于分时租赁在网约车主导的共享汽车市场中谋求立足之地.本文以北京地区某分时租赁公司2017年5月1日—30日的出行订单和2018年4月23日—29日的网约车出行订单为研究对象,结合城市兴趣点数据,利用地理信息层次聚类、关联规则等方法挖掘两共享汽车的典型...     

Spatial patterns of car sales and their socio-economic attributes in China

Using data from the Economic Advisory Center of the State Information Center (SIC), we examined the spatial patterns of car sales in China at the prefectural level in 2012. We first analyzed the spatial distributions of car sales of different kinds of automakers (foreign automakers, Sino-foreign joint automakers, and Chinese automakers), and then identified spatial clusters using the local Moran’s indexes. Location quotient analysis was applied to examine the relative advantage of each type of automaker in the local markets. To explain the variations of car sales across cities, we collected several socioeconomic variables and conducted regression analyses. Further, factor analysis was used to extract independent variables to avoid the problem of multicollinearity. By incorporating a spatial lag or spatial error in the models, we calibrated our spatial regression models to address the spatial dependence problem. The analytical results show that car sales varied significantly across cities in China, and most of the cities with higher car sales were the developed cities. Different automakers exhibit diverse spatial patterns in terms of car sales volume, spatial clusters, and location quotients. The scale and incomes factor were extracted and verified as the two most significant and positive factors that shape the spatial distributions of car sales, and together with the spatial effect, explained most of the variations of car sales across cities.     

带有负顾客且具有反馈的M/G/1排队模型

将负顾客和反馈相结合研究了一类带有负顾客且具有反馈的M／G／1排队系统，正顾客服务完会以一定的概率立刻排到队尾等待下一次服务，以一定的概率离开系统，永不再来。这里考虑了负顾客的两种抵消情况，分别是负顾客抵消队列中的最后一个正顾客和负顾客抵消队首的正顾客，并分别给出了它们稳态存在的充分必要条件，利用补充变量法和状态转移分析模型，得到了它们的稳态队长的概率母函数。     

数值算法在DOS图形分析中的应用

在非函数图形数据处理的算法中，目前还没有一个算法可以较好解决求解离散数据点所形成的曲线的积分问题。在扩充最小二乘性质的基础上提出了相关算法，并进行可行性和误差分析。该算法已较好运用于纳米材料的DOS图形分析。     

具有强占型优先权的不耐烦顾客的M/M/m/2k-m排队模型

首先给出了只有一类不耐烦顾客的M／M／m排队模型，其中顾客到达与服务都服从相互独立的泊松分布，顾客的耐心等待期限截止到服务开始前，并服从指数分布，最终得到了顾客丢失率及稳态下的队长分布。利用此结论研究了具有多个服务台，两类到达顾客的M／M／m/2k-m排队系统，其中第一类顾客对于第二类顾客具有强占型优先权，顾客的耐心等待时间即等待期限仍服从指数分布，两类顾客具有各自的等待轨道。采用矩阵分析的方法给出了两类顾客各自的稳态分布，并作了相应的性能分析。     

关联规则和序列模式算法在入侵检测系统中的应用

将关联规则算法与序列模式算法应用于入侵检测系统中,介绍了将扩展的关联规则Apriori算法与序列模式GSP算法相结合,挖掘原始审计数据中频繁模式的过程,并实现了这两种算法在入侵检测中的应用.     

一种基于改进蚁群算法与GIS的多约束配送中心选址方法

针对单一指派约束和容量约束的设施选址问题（Single Source Capacitated Facility Location Problem, SSCFLP）,建立了一种基于改进蚁群算法与GIS的配送中心选址方法。构建了以总成本费用最小为目标的配送中心选址模型;提出了适合求解SSCFLP问题的改进双层蚁群算法,将求解过程划分为彼此关联的设施选择层和需求指派层2层蚁群,采用改进的全局信息素更新策略加强双层蚁群交流,并对迭代最优解的指派关系进行局部优化;将方法应用于汽车配送中心的选址,利用GIS工具构建选址空间。实验结果表明,该选址方法能找到质量较好的选址及指派结果,对于求解同类问题具有较强的借鉴意义。     

基于负顾客M/M/s/k＋M重试、反馈排队的呼叫中心性能分析

针对顾客到达时遇忙音重试、服务结束后以一定概率重新请求服务、顾客在排队中因不耐烦而放弃等待,以及负顾客等因素对系统产生的影响,研究了一类具有负顾客到达的,且顾客在ACD中排队中会因不耐烦而放弃等待的M/M/s/k＋M重试、反馈排队模型.运用矩阵几何方法求解,给出了解析解和系统的稳态性能指标,并给出数值计算实例以及适当提高服务率能降低总的顾客损失率等结论.     

基于SAR和AIS的角度最近邻数据关联方法

提升海上态势感知能力是构建智慧海洋的重要环节。针对目前海上目标研究单源传感器存在感知盲区,多源传感器数据关联易受杂波干扰、在密集区表现不佳等问题,本文基于合成孔径雷达(SAR)和船舶自动识别系统(AIS)数据,提出一种抗干扰性强的角度最近邻数据关联方法,充分利用SAR与AIS船舶目标的空间角度关系,提高船舶目标在密集区域点迹关联的准确性。首先,对AIS数据进行时空滤波,实现数据粗关联,构建关联分析的数据候选集;然后,从时空数据的空间关系角度出发,在灰狼优化和匈牙利算法的启发下,利用点迹对特征向量矩阵进行运算,实现对多源空间数据的优化关联;最后结合数据几何关系对结果进行置信度评估。本文选取5幅SAR影像与AIS数据进行实验,并基于SAR影像数据及船舶轨迹点分布密度设计仿真实验,结果表明,本文所提出的角度最近邻数据关联方法,在密集分布情况下,关联精度为传统NN、GNN算法的3.62和4.61倍,运行时间为1.69 s,相较于NN算法仅增长1.36 s,仅占GNN运行时间的0.49%,在运行时间增长不大的情况下具有更强的抗干扰能力,在密集区域仍能取得较好的关联效果。     

基于模糊关联规则的NCRE数据分析

在对NCRE数据进行预处理的基础上。通过定义模糊事物数据库．将模糊集与经典关联规则算法结合起来，提出了一种模糊关联规则的数据挖掘算法，将其应用于NCRE数据分析，收到了较好的效果。