数据挖掘中关联规则的探讨

介绍了数据挖掘中关联规则的概念及经典的Apriori算法,以及在Apriori算法基础上的改进算法和数据挖掘的应用领域.     

基于有向图的Web使用模式挖掘算法研究

提出了一种基于有向图的web使用模式挖掘新算法,算法只对Web事务数据库进行一次扫描,并将页面之间的序列信息记录在有向图中,在挖掘过程中不产生数量庞大的候选模式,即可直接挖掘出所有的web频繁访问路径,大大提高了web访问模式的发现效率.     

基于资源环境数据格网化表达的关联模式发现

传统空间关联模式以空间谓词作为发现逻辑进行知识发现,会导致关联模式侧重空间位置关联,并且挖掘结果受所建立谓词表的限制,存在所发现模式固定、解释自由度差等问题。本文提出一种不依赖于空间谓词的关联模式发现方法,该方法将空间数据进行格网化表达,对格网化结果以平滑移动的N×N掩膜进行多约束事务化,将传统Apriori算法去除属性自连接,然后对所构建的空间事务化数据库进行关联模式探索,抽取有价值的关联模式。最后,以山西省晋城市长河流域为实证研究区,建立煤、地、水空间事务数据库,给出格网化表达的定量误差,探索其隐含空间关联模式,并以同位模式验证了事务化结果的精度。格网化生成覆盖研究区的64 m格网28 434个,各数据层格网化误差均在5%以内,以耕地为主因子事务化结果共有记录38 310条记录。对抽取的部分关联模式分析表明：发现结果符合长河流域矿农复合区背景下耕地相关的先验知识;该方法能有效提取空间数据及其属性信息中潜在的关联模式,提高了挖掘过程自由度和结果的兴趣度。     

优先图在冲突可串行化判断中的应用

在对数据库同时进行读写的多个事务调度中,为了保证所有事务的并发执行,一个重要条件就是各个事务之间是否可串行化或冲突可串行化。然而,当事务较多较复杂时,要准确判断事务调度是否满足这些条件,难度较大。优先图通过事务内部的本征关系表征各个事务之间的逻辑顺序,根据优先图内有环或无环可准确判断调度是否可串行化或冲突可串行化。     

改进关联规则算法在自然资源云中的应用研究

针对自然资源信息管理分散、网络安全防御能力弱,以及难以追踪溯源威胁攻击行为等问题,本研究在自然资源云中建立了一套安全防护体系,用以整合网络安全资源,强化网络安全态势感知能力,做到攻击敏捷预测、快速回溯。安全防护体系工作效能的提升,核心在于其安全组件检测引擎模块中关联规则算法的改进。首先,在数据采集阶段,通过预处理将威胁告警数据转换为可供机器处理的标准数据格式;其次,在矩阵计算阶段,使用Map Reduce分布式计算框架提升频繁项集的处理效率;最后,以Apriori算法为蓝本,通过单次扫描锁定频繁k项集范围、矩阵向量内积运算、减少冗余候选项集生成三项措施进行算法改进。实验仿真表明：在处理同样容量网络安全多源数据集合,并在相同维度的关联规则矩阵下,本算法处理效率较经典Apriori算法提升3倍以上;随着输入数据集合瞬时容量的逐渐扩增,本算法的时间复杂度稳定,并为增量挖掘算法的一半以下。研究成果可以实现自然资源部网络安全防护工作从传统的“被动挨打”转向“主动防御”的新局面。     

基于项目集矩阵的AprioriHybral算法研究

介绍了AprioriHybral算法,针对算法前期工作效率的不足,提出一种基于项目集矩阵的改进算法ISMa-trix-AprioriHybral(ISMA).新算法(ISMA)主要从使用项目集矩阵生成一阶和二阶频繁项目集的角度,对Apriori-Hybral算法进行了优化.还对改进后算法的性能进行了简要的分析,最后通过使用实际数据的测试,验证了改进后算法的效率优于AprioriHybral算法.     

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...     

数字地面模型中等高线的自动绘制

等高线图在实际工作中应用非常广泛,在数字地面模型的基础上自动生成等高线图有许多算法.在数字地面模型的基础上,着重讨论了四边形格网等高线图的自动生成方法,主要包括等高点的判断、跟踪和连接,为了使等高线跟踪唯一,提出一个新的等高线追踪的判别算法.实践表明在“跟踪-连接“中确定等高线的走向时,不仅可以避免追踪的不确定性,而且简单实用,所述等高线的“判断-跟踪-连接“是正确可行的.     

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.     

矢量瓦片地图线化简算法研究

线状要素化简对提高矢量瓦片地图服务过程中数据传输效率和可视化表达效果至关重要。常见经典化简算法大多不考虑化简前后曲线空间关系的一致性保持,导致易发生化简结果尖锐化、局部极值点缺失和产生相交等异常问题,如果考虑化简前后空间关系的一致性,则影响化简效率。鉴于此,结合矢量瓦片地图服务应用需求,本文提出一种改进的Visvalingam算法,采用最小堆技术解决了最小权重值查找效率低下问题,利用线自相交拓扑关系判断策略,从全局考虑线上其它点对当前点的影响,解决了线化简前后拓扑关系的一致性保持问题。将改进的算法与原始算法在拓扑关系、几何特征、位置精度和化简效率等方面进行实验对比分析,结果表明改进算法可顾及线状要素的拓扑关系,保证化简前后线状要素的整体形态及其拓扑关系不变,能够更高效地应用于矢量瓦片地图在线服务中。