导读:本文包含了定量关联规则论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊集合,用户定制化,多层次结构,柔性边界
定量关联规则论文文献综述
张定祥,张跃进[1]（2019）在《基于改进多层次模糊关联规则的定量数据挖掘算法》一文中研究指出针对单一层次结构实现规则提取具有规则提取准确性不高、算法运行时间长、难以满足用户使用需求的问题,提出一种基于改进多层次模糊关联规则的定量数据挖掘算法。采用高频项目集合,通过不断深化迭代的方法形成自顶向下的挖掘过程,整合模糊集合理论、数据挖掘算法以及多层次分类技术,从事务数据集中寻找模糊关联规则,挖掘出储存在多层次结构事务数据库中定量值信息的隐含知识,实现用户的定制化信息挖掘需求。实验结果表明,提出的数据挖掘算法在挖掘精度和运算时间方面相较于其他算法具有突出优势,可为多层次关联规则提取方法的实际应用带来新的发展空间。(本文来源于《计算机应用研究》期刊2019年12期）
晁童[2]（2018）在《基于小生境遗传算法的定量关联规则算法研究》一文中研究指出随着基因检测手段的不断升级,基因检测成本的不断降低,越来越多的疾病可以利用基因技术得到治疗,在基因治疗技术中,最重要的是寻找需要治疗的致病基因位点。本文研究的主要目的就是挖掘多基因病的致病位点,通过对基因数据的挖掘,找到其中隐藏的致病基因信息。具体的研究内容和研究成果如下:1.研究了基于小生境遗传算法的关联规则挖掘算法NICGAR,发现该算法存在叁处需要改进的问题。第一个问题是EP更新过程中时间复杂度较高;为此,我们引入了堆排序和保留“距离”的方式进行改进。第二个问题是数据初始化过程中无法反应数据集真实分布情况;针对这个问题,我们提出了“数据密度”的概念,从“数据密度”的角度去近似模拟其数据的分布情况设置振幅。第叁个问题是变异算子以固定振幅作为变异幅度;针对这个问题,我们认为如果数据密度较大,对其区间进行改变的量相应减小,如果数据密度较小,对其区间进行改变的量相应增大。2.为了说明上述叁种问题改进方案的可行性和优势性,本文进行了四组对比试验,分别为改进算法和原NICGAR算法的对比、改进算法和两类NGAs算法的对比、改进算法和四种单目标进化算法的对比以及改进算法和两种多目标遗传算法的对比。在与原算法的对比实验过程中,我们发现改进算法在某些方面远远优于原算法,并且,即使原算法占优,优势相对较小;在与两个NGA算法(Clearing和ASCGA)的比较过程中,通过Wilcoxon符号秩和检验和数据取值情况证实了改进算法的优势;在与四种单目标进化方法(EARMGA,GAR,GENAR和Alatasetal)的比较过程中,通过Friedman非参数检验,以及配对T检验也证实了在兴趣度的提取方面,改进算法优于所有单目标算法;与两种多目标遗传算法进行对比过程中,同样使用Friedman非参数检验和配对T检验,证实了改进算法在高兴趣度短规则的提取方面具有较高的优势。3.将本文的改进算法用于基因数据集的挖掘研究,实验结果表明:提取的规则多以短规则为主,更加便于理解,同时也含有少量的长规则,这样的规则具有一定的特殊性,也体现了基因的累加效应。因此,改进算法在基因数据挖掘中具有一定的可行性。(本文来源于《西安理工大学》期刊2018-06-30）
王玲,李树林,吴璐璐[3]（2016）在《基于定量关联规则树的分类及回归预测算法》一文中研究指出为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法.采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测.研究结果表明:改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度.(本文来源于《工程科学学报》期刊2016年06期）
李凯里,王立宏,童向荣[4]（2010）在《预期关联规则集及其基数的定量分析》一文中研究指出给定数据库,在不考虑支持度和可信度情况下,事先能否预知最终会挖掘出多少条关联规则,这是个值得研究的问题.为此文中提出预期关联规则的概念,使上述问题转化成为如何计算预期关联规则集基数的问题.分别给出布尔型和数量型两种情况下的计算公式.对于数量型数据集,讨论当转换为布尔型数据后各个项集元素呈现的互斥性质.利用此性质导出一个膨胀矩阵和膨胀算法.该方法相对简洁地解决数量型数据集预期关联规则集基数的计算问题.计算和测试结果都表明,预期关联规则总量随着互斥元素的增加呈现下降趋势.这些结果对于深刻理解关联规则挖掘的实质,进而研发更加高效的挖掘算法十分有益.(本文来源于《模式识别与人工智能》期刊2010年03期）
彭斌,李辉智,张彦琦,郭波涛,易东[5]（2008）在《人脑发育基因芯片数据的定量关联规则挖掘》一文中研究指出目的探讨对脑发育过程有重要影响的基因及其之间的相互关系。方法采用R!KERT提出的基于半空间的定量关联规则挖掘方法对基因芯片数据进行分析。结果共挖掘出18条最优的定量关联规则,涉及到14条基因,其中有11条基因参与了发育过程,9条基因参与了神经系统的发育,4条基因参与了中枢神经系统及脑的发育;根据关联规则构建了基因之间的作用关系网络图。结论定量关联规则能够从基因芯片数据中挖掘有价值的信息,并且可以为进一步的研究提供信息。(本文来源于《中国现代医学杂志》期刊2008年11期）
胡鹏睿[6]（2007）在《定量关联规则挖掘电站凝汽器运行数据研究》一文中研究指出对凝汽器传热端差的各个主要影响因素及它们之间的关系进行了分析。将关联规则挖掘技术应用于凝汽器运行数据的分析,获得了有益的分析结果。对挖掘结果的分析表明,该技术可用于凝汽器的性能分析、状态监测、故障诊断和状态检修等方面,很有意义。(本文来源于《华东电力》期刊2007年10期）
涂庆,黄启[7]（2006）在《定量型关联规则在高层建筑结构选型中的应用》一文中研究指出本文针对高层建筑结构实例库的特点,定义了同义词典和值域词典,给出同义词典的构造算法和简化方法,实现值域规范化动态管理;对Apriori算法作了一定的改进,提出高度的动态划分法,并探讨高层建筑结构实例库中定量型关联规则的发现以及应用。(本文来源于《计算机工程与科学》期刊2006年01期）
程岩[8]（2005）在《电子商务中基于定量关联规则的商品获利能力分析研究》一文中研究指出对电子零售商店来说,如何根据历史记录对商品获利能力进行评价是一个很重要的问题。问题的难点在于商品的收益不仅来自于该商品本身的直接收益,还来自于该商品通过交叉销售效果而获得的间接收益。交叉销售效果不可能是一个精确的数值,这种量的关系往往是含糊的不精确信息。基于定量关联规则理论,提出了一个计算交叉销售效果的方法,同时设计了一个面向不精确信息的对商品获利能力进行排序的方法。(本文来源于《管理科学》期刊2005年03期）
陈玥,林齐宁,涂志云[9]（2003）在《关联规则的一种定量分析方法》一文中研究指出通过引入“结构化规则涵盖集”的概念,运用定量方法来评价对实际工作有用的规则。这样用户不再面对大量繁杂的关联规则,就能直接获取有效指导实践的规则集合。(本文来源于《通信学报》期刊2003年03期）
武学东[10]（2002）在《一种定量关联规则的控制算法及实现》一文中研究指出给出了关联规则的相关概念,描述了布尔型关联规则的一般算法,对定量型关联规则的挖掘算法进行了分析讨论,最后,以学校智能型学生测评系统为应用基础,研究了如何在数据库中挖掘关联规则的问题,给出了挖掘定量型关联规则的算法.(本文来源于《焦作工学院学报(自然科学版)》期刊2002年05期）
定量关联规则论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着基因检测手段的不断升级,基因检测成本的不断降低,越来越多的疾病可以利用基因技术得到治疗,在基因治疗技术中,最重要的是寻找需要治疗的致病基因位点。本文研究的主要目的就是挖掘多基因病的致病位点,通过对基因数据的挖掘,找到其中隐藏的致病基因信息。具体的研究内容和研究成果如下:1.研究了基于小生境遗传算法的关联规则挖掘算法NICGAR,发现该算法存在叁处需要改进的问题。第一个问题是EP更新过程中时间复杂度较高;为此,我们引入了堆排序和保留“距离”的方式进行改进。第二个问题是数据初始化过程中无法反应数据集真实分布情况;针对这个问题,我们提出了“数据密度”的概念,从“数据密度”的角度去近似模拟其数据的分布情况设置振幅。第叁个问题是变异算子以固定振幅作为变异幅度;针对这个问题,我们认为如果数据密度较大,对其区间进行改变的量相应减小,如果数据密度较小,对其区间进行改变的量相应增大。2.为了说明上述叁种问题改进方案的可行性和优势性,本文进行了四组对比试验,分别为改进算法和原NICGAR算法的对比、改进算法和两类NGAs算法的对比、改进算法和四种单目标进化算法的对比以及改进算法和两种多目标遗传算法的对比。在与原算法的对比实验过程中,我们发现改进算法在某些方面远远优于原算法,并且,即使原算法占优,优势相对较小;在与两个NGA算法(Clearing和ASCGA)的比较过程中,通过Wilcoxon符号秩和检验和数据取值情况证实了改进算法的优势;在与四种单目标进化方法(EARMGA,GAR,GENAR和Alatasetal)的比较过程中,通过Friedman非参数检验,以及配对T检验也证实了在兴趣度的提取方面,改进算法优于所有单目标算法;与两种多目标遗传算法进行对比过程中,同样使用Friedman非参数检验和配对T检验,证实了改进算法在高兴趣度短规则的提取方面具有较高的优势。3.将本文的改进算法用于基因数据集的挖掘研究,实验结果表明:提取的规则多以短规则为主,更加便于理解,同时也含有少量的长规则,这样的规则具有一定的特殊性,也体现了基因的累加效应。因此,改进算法在基因数据挖掘中具有一定的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
定量关联规则论文参考文献
[1].张定祥,张跃进.基于改进多层次模糊关联规则的定量数据挖掘算法[J].计算机应用研究.2019
[2].晁童.基于小生境遗传算法的定量关联规则算法研究[D].西安理工大学.2018
[3].王玲,李树林,吴璐璐.基于定量关联规则树的分类及回归预测算法[J].工程科学学报.2016
[4].李凯里,王立宏,童向荣.预期关联规则集及其基数的定量分析[J].模式识别与人工智能.2010
[5].彭斌,李辉智,张彦琦,郭波涛,易东.人脑发育基因芯片数据的定量关联规则挖掘[J].中国现代医学杂志.2008
[6].胡鹏睿.定量关联规则挖掘电站凝汽器运行数据研究[J].华东电力.2007
[7].涂庆,黄启.定量型关联规则在高层建筑结构选型中的应用[J].计算机工程与科学.2006
[8].程岩.电子商务中基于定量关联规则的商品获利能力分析研究[J].管理科学.2005
[9].陈玥,林齐宁,涂志云.关联规则的一种定量分析方法[J].通信学报.2003
[10].武学东.一种定量关联规则的控制算法及实现[J].焦作工学院学报(自然科学版).2002