共查询到20条相似文献，搜索用时 171 毫秒
1.
2.
电压暂降是电力系统中常见的一种电气故障。本文针对电网中经常发生的电压暂降的情况,通过对实际中的电力系统中的电压暂降故障与正常运行时候的电压进行采集,并应用欧氏距离平方(EDS)算法对两种情况下的数据进行计算,统计出不同情况下即所得到的欧氏距离平方值的范围,同时比较一下大小。经过对大量的电压暂降情况进行计算比较,结果表明,发生电压暂降情况下,欧氏距离平方值要明显大于正常情况下的值,而且该算法步骤少,计算速度快,能够达到快速、准确检测电压暂降故障的目的。 相似文献
3.
4.
本文借助ARIZ思想深入研究了关联规则挖掘模式,综合介绍了关联规则的理论基础,进一步明确了项、项集、候选项集、频繁项集、支持度、置信度这些重要知识点,对关联规则进行了多角度的分类,研究分析了关联规则挖掘的经典算法,并对关联规则的评价标准进行了创新研究,引入了主观兴趣度和客观相关性分析,为后续研究和改进关联规则的算法提供了理论基础。 相似文献
5.
6.
本文介绍了关联规则挖掘的研究情况,总结了关联规则的分类方法及相关研究,对一些典型算法进行了分析和评价,指出了当前关联研究方向,归纳出了关联规则的维护和有价值的关联规则判别方法。 相似文献
7.
基于Web的数据挖掘技术 总被引：1，自引：0，他引：1
Web数据挖掘有很多研究热点,其中关联规则挖掘是Web数据挖掘领域研究的一个重要方面.本文首先对数据挖掘、Web数据挖掘和Web数据预处理等相关知识进行了阐述;然后研究了关联规则基本理论及关联规则经典算法;最后为了解决现实数据库中每个项目的分配不均匀性和重要性差异,重点研究了加权关联规则挖掘算法. 相似文献
8.
关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了改进,提出了Apriori改进算法.Apriori改进算法采用二进制数据垂直表示方法,只用扫描事务数据库一次得到一阶大项集的二进制数据垂直表示.K阶候选项集的操作只要基于这个一阶大项集,而不需重复扫描数据库,从而提高了挖掘算法的效率. 相似文献
9.
10.
为了提高物联网海量数据的分析处理能力,采用Apriori算法对物联网数据进行规则关联处理。首先对物联网数据进行样本划分,并采用矩阵的方式存储,接着对数据样本进行标准化处理,并得到模糊相似矩阵,最后采用Apriori算法根据频繁项集进行规则关联。本文采用基于物联网的数字图书馆作为仿真对象,对用户行为数据进行数据挖掘,实验证明,该方法完成的物联网数据规则关联,置信度高,具有一定的应用价值。 相似文献
11.
2013年高考地理在全国大纲卷、全国新课标卷、各个地方卷中选择题几乎占了半壁江山的分值,可以看出选择题的重要性。结合高考选择题真题的命题特点和教学的实践,总结出八大解题方法(直选法、排除法、图解法、优选法、逆向思维法、巧算法、图文关键词联想法、转换法),并通过实例进行例证有效的进行选择题解答,以此希望对高考考生有所帮助。 相似文献
12.
关联规则与图书馆书目推荐 总被引：3，自引：0，他引：3
文章分析了现有的图书馆书目推荐系统和商务书目推荐系统存在的不足,介绍了数据挖掘中的关联规则及其在图书馆书目推荐的应用.最后以简单的图书借阅例子说明Apriori算法的应用,通过分析大量历史借阅记录,对读者的借阅提供个性化的推荐服务. 相似文献
13.
关联规则是数据挖掘领域的一个重要分支。随着数据库的不断变化,关联规则的增量更新变得尤为重要。为了更好地对关联规则进行有效的更新,对已经提出的经典的关联规则更新算法FUP和IUA算法进行分析,指出其优缺点;提出了一个改进的关联规则算法PFUP。该算法减少了候选项集数目,从而减少扫描数据库D的次数,提高了效率。 相似文献
14.
进行关联规则挖掘时会得到大量的规则,而真正关注的规则住往淹没其中。本文通过对基于约束的关联规则挖掘方法的分析和研究,结合实际学生选课信息,提出了适合的约束条件来剪除无兴趣规则,并挖掘出部分课程间的有趣规则,为今后的教学课程设置提供了参考。 相似文献
15.
关联规则是数据挖掘领域中研究最早的一个方向,随着挖掘算法的不断完善,其挖掘速度越来越快,应用也越来越广泛,然而由于关联规则忽略了规则之间的关系和影响,所以在比较复杂的领域应用还存在着很大的限制.贝叶斯网络是用来表示变量集合的联合概率分布的图形模式.提出了一种基于贝叶斯网的关联规则表示方法,实验表明这种方法生成的贝叶斯网不仅能够有效地表示出原有的关联规则的含义,而且表现了关联规则之间的联系,从而扩展了关联规则的应用. 相似文献
16.
17.
18.
基于学习与证据理论的专家群体预测系统研究 总被引：8，自引：1，他引：8
基于学习与证据理论的专家群体预测系统方法，将学习专家预测的历史经验与个体专家预测结论的合成相结合，利用神经网络的学习功能与证据理论在证据合成中的系统完整性，形成了一种系统的专家群体预测方法。该方法将每个专家的预测结论看作为证据，面向具体应用问题通过对历史数据统计分析选择专家、建立学习样本，先考虑个体专家预测结论的独立性、重要性、可靠性与冲突，对个体专家预测结论的基本可信数进行修正，然后用Dempster合成规则合成。该方法用神经网络学习专家历史预测的经验，调整对基本可信数进行修正的修正系数，使证据合成的结果更符合解决问题的要求。实验结果表明本方法应用于解决实际问题时具有较好的效果。 相似文献
19.
基于分布式科研项目数据的关联模式挖掘框架 总被引：1，自引：0，他引：1
储存于不同组织实施环节的科研项目数据中隐含了大量有用的关联模式信息,针对科研项目数据的分布性特点,提出了基于采集代理和中心节点的采集挖掘体系框架,一方面依据转换规则库、映射规 则库、元数据参照进行集成、转化、清洗和归一化处理,形成语义一致、面向不同主题的科研项目特征数据;另一方面建立特征属性定义表,利用多维关联规则实现对科研项目关联模式的挖掘分析. 相似文献