共查询到18条相似文献，搜索用时 281 毫秒
1.
陈翠娟 《安阳师范学院学报》2021,(2):28-31
计算机软件蕴含大量工作信息,有效挖掘软件数据信息之间的内在关联是信息时代对软件应用的潜在要求。针对经典Apriori算法挖掘数据效率低、复杂度高的问题,提出一种改进Apriori算法用于挖掘计算机软件数据的关联规则。为计算机软件算法设置双重支持度阈值,即频繁项集与非频繁项集支持度阈值,快速获得强关联的频繁项集;在此基础上基于映射规则重构事务数据库,压缩数据库规模,减少算法的剪枝操作,降低计算机软件数据关联规则挖掘复杂度。以人力资源类计算机软件数据为例展开关联分析测试,结果显示,该算法挖掘的关联信息与人力资源实际管理情况一致,相比经典Apriori算法其效率有所提升。 相似文献
2.
为提升果园自动采摘机器人的工作效率,提高对番茄果实识别的准确率,提出了一种基于改进YOLOv5的番茄识别检测算法。该识别检测算法以YOLOv5算法为基础,改进了原算法中颈部网络的BottleneckCSP模块,通过增加批归一化层与SiLU激活函数提升了网络对目标深层语义信息的提取能力;采用轻量级通用上采样算子CARAFE扩大感受野,减少漏检并保持轻量化;结合轻量化注意力机制SimAM为网络提供三维的注意力权重,过滤掉冗余信息,提高模型的准确性和鲁棒性;用SIoU替换CIoU损失函数,有效减少冗余框的同时加快了预测框的收敛和回归。研究结果表明,改进后算法对番茄目标检测的平均精度均值达到96.5%,比原始算法提高3.4%,对小番茄及番茄被遮挡时的漏检率也有效降低,且满足实时要求。 相似文献
3.
为了提高电力系统中故障预测效率及便捷性,提出一种基于FP-Growth算法的电力系统故障预测方法,无需先验知识及人工标注,便可从海量历史日志数据中快速提取出故障信息模式,并基于实时日志数据对未来可能发送的系统故障进行预测。该方法首先根据电力系统不同类型的日志特征对原始数据进行预处理,然后基于FP-Growth算法挖掘日志中与故障事件相关的关联规则,并使用关联规则进行故障匹配,从而达到预测效果。算法经过真实电力系统日志数据集测试,结果表明该故障预测方法平均准确率为89.5%,平均召回率为79.8%,且执行效率较高,节省了业务人员50%以上的时间。 相似文献
4.
5.
《赤峰学院学报(自然科学版)》2021,(3)
使用数据挖掘技术可以从用户的图书借阅数据中挖掘有价值的信息,获得用户的借阅行为,为用户提供个性化图书推荐服务。传统的关联规则算法在使用前不进行数据清洗,导致单一用户的单一借阅记录在整体数据集中相对地变成了离群点,使Apriori算法的运行时间显著增加。本文根据数据集的支持度、置信度和过滤度的阈值进行数据清洗,再使用Apriori算法对清洗后的数据集进行关联规则分析。实验结果表明在大数据量和小数据量的情况下,带有数据清洗的Apriori算法的分析耗时更短,强关联规则更强,在个性化图书推荐领域中效果显著。 相似文献
6.
7.
探讨了基于大数据的定性数据流聚类优化模型,设计了一个函数作为评价聚类模型有效性的目标函数,同时考虑了聚类模型的确定性和与上一个聚类模型的连续性.根据概念漂移的检测指标,提出了一种综合检测指标和优化模型的定性数据流聚类结构演化趋势的检测方法.通过对几个真实数据集的实验研究,验证了该算法在定性数据流聚类中的有效性,并与现有的数据流聚类算法进行了比较. 相似文献
8.
关联规则可在庞大的数据集中找出不同事务之间隐藏的关系,其中Apriori算法是关联规则分析中较为有效的办法。然而,Apriori算法产生候选项集的效率较低且扫描数据过于频繁,造成算法计算需要耗费较长时间。另外,初始定义的最小支持度与最小置信度也不足以过滤无用的关联规则。针对以上问题,利用概率理论与有效的参数设置,在原有Apriori算法基础上,提出一种基于概率事务压缩的关联规则改进算法。数值算例结果表明,新算法可在第二次迭代之后,大幅减少低效候选项集,从而提升经典Apriori算法效率。 相似文献
9.
数据采集手段的丰富，使获取、保存大量数据变得容易，从海量数据中提取有用的知识和信息是数据挖掘的主要任务，关联规则是数据挖掘领域的一个重要分支。本文介绍了一种改进关联规则快速算法，并加入相关性分析以过滤掉无意义强关联规则以得到更为准确的信息。 相似文献
10.
金可仲 《温州大学学报(社会科学版)》2008,(1):56-60
日志是计算机取证、入侵检测分析的重要数据来源,运用关联规则挖掘算法对日志进行分析是获取日志中所蕴含有用信息的重要方法,针对基于置信度-支持度框架的常用关联规则挖掘算法在日志分析中存在的不足,引入日志关键属性的概念,提出了基于关键属性约束的关联规则挖掘算法。实验结果表明,该算法能有效阻止无趣规则的产生,提高挖掘结果的有效性。 相似文献
11.
针对EPC物联网中数据安全性问题,以及传统的PKI系统构建开销过大、认证体系复杂等问题,提出一种轻型的PKI加密算法.该算法结合EPC物联网的特点,通过引入EPC密钥和基于社会学信任协商模型的认证机制,对传统的PKI进行裁减,在不改变传统PKI基本功能的前提下对加密算法及CA管理进行简化,形成了轻型的PKI算法,构建了具有复合物联网特点的安全体系结构.实验表明：改进的算法有效地实现了对EPC数据访问的控制,保证了物联网中的信息传输效率. 相似文献
12.
针对物流信息种类繁杂、信息难以快速收集和统计的缺点,设计了基于物联网的物流信息快速融合算法.通过研究和建立基于物流网的物流平台,完成物流信息格式和处理的基本流程,研究了物流信息融合要求和实现策略,开发并实现了一种基于物联网的物流信息快速融合算法.通过仿真测试,验证了物流信息快速融合算法具备快速、智能处理等特点. 相似文献
13.
14.
刘轶彤 《天津职业院校联合学报》2011,13(11):93-95
物联网技术被认为是继计算机、互联网之后,世界信息产业的第三次浪潮和新经济增长的引擎。尽管物联网技术的应用还处在刚开始的初级阶段,但在智能楼宇方面却已经初见成效。文章以比尔.盖茨的家为案例,结合物联网技术特点,对楼宇智能化工程技术专业的发展方向进行了一定的探讨。 相似文献
15.
市场调查与预测这门课程是高职院校市场营销专业的核心课程,要求学生不仅要掌握一定的专业理论知识,而且还必须具备一定的实践操作能力。随着互联网的广泛应用和大数据时代的到来,本课程必须改变传统的以讲授为主的灌输式的教学模式,要通过各种渠道强化学生的实际动手操作能力,本课程更要重视提高学生运用相关软件进行数据统计和数据分析的能力。 相似文献
16.
随着物联网技术和5G技术的发展,各类智能设备收集的时序数据规模急剧增长,为了利用深度学习技术对大规模时序数据进行预测,提出一种基于深度神经网络的时序预测模型。该模型首先利用时域卷积神经网络层对时序数据进行预处理,然后利用双向GRU神经网络层提取时序数据的前向特征和后向特征,最后对时序数据进行预测。在真实数据集上的实验结果表明,该模型相比传统长短期记忆网络模型,预测准确度提高了近70%,预测速度提高了近10%,可更好地满足对大规模时序数据的预测需求。 相似文献
17.
徐儒 《贵阳学院学报(自然科学版)》2011,6(3):18-22
针对高校科研统计数据集,通过探索性的数据分析,提取出主要影响科研素养的影响因子,在对各影响因子的特征选择的基础上,进行特征值的离散化、数据规约和特征构造等方面的分析。考虑到科研素养的各影响因子中,不同影响因子有着不同的重要性的特点,在AprioIi算法思想的基础上,对各影响因子设定权重值,并将加权关联规则算法,引入到个... 相似文献
18.
提出基于云计算平台（以Hadoop为例）应用布尔矩阵Apriori算法进行大数据关联规则挖掘的MR_B_Apriori算法。将Hadoop平台与布尔矩阵Apriori算法相结合,利用MapReduce框架分块处理布尔矩阵,计算出分块数据的频度,合并融合得到大数据集的频繁项集。分析表明MR_B_Apriori算法能够适用于大数据的频繁项集挖掘。 相似文献