导读:本文包含了自适应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:关联规则,自适应学习,支持度,置信度
自适应规则论文文献综述
王妍[1]（2019）在《基于关联规则的自适应学习》一文中研究指出本文提出了基于关联规则的知识应学习理论,该理论将具体的人工智能算法引入到了自适应学习系统当中去。用关联规则理论,计算出学习内容的相关性,计算出置信度和支持度的阈值,从而智能的计算出相关知识点关联规则,为学习者安排更适合的学习内容,知识脉络,以更好的提高学习效率。(本文来源于《计算机产品与流通》期刊2019年12期）
石慧,陈恩[2]（2019）在《Spark平台的分布式阶段自适应关联规则挖掘算法》一文中研究指出为满足日益增长的海量数据挖掘需求,迫切需要设计一种能够在多台机器上运行的分布式关联规则挖掘算法。Apriori这种高度迭代算法在Hadoop平台上运行时每次迭代执行大量的磁盘I/O操作,大大影响并限制了算法的运行效率。本文利用Spark对分布式计算内置支持的特点,在Spark平台上设计并实现一种分布式关联规则挖掘算法,称为阶段式自适应挖掘算法(Staged Adaptive Apriori)。算法使用自适应的数据集部分处理的策略对频繁项集进行高效挖掘,在每次迭代前初步评估执行时间,并采用较为合适的方法来减少时间和空间的复杂性,是一种基于数据集性质的自适应关联规则挖掘算法。实验结果表明了算法的有效性。(本文来源于《计算机与现代化》期刊2019年12期）
代玉梅,郑瑞娟[3]（2019）在《采用复合规则约束的多种群自适应进化算法》一文中研究指出针对种群固定的进化算法容易使个体集中分布在局部区域,不利于处理大尺度空间和多峰类型的优化问题,提出了一种多种群分布并且动态变化的种群自适应进化算法.采用Logistic模型模拟多个种群在有限资源下的竞争关系,设计了稳定性规则、熵规则和精英规则以确定不同种群的Logistic模型参数,从而控制种群数量的变化.同时,算法引入了算术内插和外插两种交叉算子,使得各个种群依据自身类型来缩小或扩展搜索空间.此外,算法还通过周期性的调整规则重新构建种群和分配资源.通过5组大尺度和多峰优化问题的测试结果表明,所提的种群自适应方法能够有效改善算法的寻优性能,在达到同等优化水平时所提算法消耗的函数调用次数为对比算法的61.08%～91.55%.(本文来源于《数学的实践与认识》期刊2019年09期）
李存进,孙红[4]（2019）在《改进自适应遗传算法在关联规则中的研究》一文中研究指出针对传统的关联规则在大数据环境下数据挖掘过程中效率低的问题,文中融入了遗传算法,并且对传统的遗传算法进行优化以便更好地适用于关联规则的挖掘。针对传统的自适应遗传算法,对其交叉算子和变异算子进行自适应优化,在此基础上加入兴趣度用来剔除一些没有实际效果的规则。实验结果表明在关联规则提取方面,结合云计算技术和所改进的算法可以优化其挖掘效率,并克服适应性和可用性等方面的缺陷,不仅加快了算法的收敛速度,也提高了解的质量。(本文来源于《电子科技》期刊2019年12期）
林甲祥,巫建伟,陈崇成,张泽均,舒兆港[5]（2018）在《支持度和置信度自适应的关联规则挖掘》一文中研究指出以事务集中所有项的支持数和所有规则的置信度数据为依据,使用统计拟合技术,对支持度和置信度阈值的自动化确定进行研究,提出支持度和置信度自适应的关联规则挖掘算法AdapARM (adaptive association rule mining),降低算法对先验知识的依赖性。在标准数据集Trolley和Groceries上进行实验研究,实验结果及其分析验证了AdapARM算法的有效性,其具有用户不必具备数据集的先验知识、不需人为设定支持度和置信度参数的优点。(本文来源于《计算机工程与设计》期刊2018年12期）
熊承义,龚忠毅,高志荣,张梦杰[6]（2018）在《压缩感知图像的块子带自适应稀疏表示规则化重构》一文中研究指出针对自然图像信号的非平稳特性和不同图像块的变换域系数的分布差异较大,基于分块图像子带自适应稀疏表示规则化,提出了一种新的压缩感知图像重构方法.先利用非局部相似块组估计每个分块图像变换域各子带系数的均值和标准差,再将图像块各子带系数进行去均值并关于标准差归一化,最后将去均值归一化处理的子带系数的l_1范数表示用于规则化压缩感知重构.由于块子带自适应稀疏表示更加合理地表达了稀疏系数的重要性,使得重构图像能够更好地保留纹理、边缘等细节信息.大量的实验结果表明:相比组稀疏表示的压缩感知重构算法,该方法重构图像的峰值信噪比平均提高了0.69 dB.(本文来源于《中南民族大学学报(自然科学版)》期刊2018年04期）
于永斌,戚敏惠,尼玛扎西,王琳[7]（2019）在《基于阈值自适应忆阻器Hopfield神经网络的关联规则挖掘算法》一文中研究指出针对基于Hopfield神经网络的最大频繁项集挖掘(HNNMFI)算法存在的挖掘结果不准确的问题,提出基于电流阈值自适应忆阻器(TEAM)模型的Hopfield神经网络的改进关联规则挖掘算法。首先,使用TEAM模型设计实现突触,利用阈值忆阻器的忆阻值随方波电压连续变化的能力来设定和更新突触权值,自适应关联规则挖掘算法的输入。其次,改进原算法的能量函数以对齐标准能量函数,并用忆阻值表示权值,放大权值和偏置。最后,设计由最大频繁项集生成关联规则的算法。使用10组大小在30以内的随机事务集进行1 000次仿真实验,实验结果表明,与HNNMFI算法相比,所提算法在关联挖掘结果准确率上提高33.9个百分点以上,说明忆阻器能够有效提高Hopfield神经网络在关联规则挖掘中的结果准确率。(本文来源于《计算机应用》期刊2019年03期）
花彬,王安麟,钟馥声,龙广成[8]（2018）在《自组织交通信号控制中自适应相位切换规则构建》一文中研究指出为解决城市交通自组织控制模型中切换规则与交叉口交通状况不匹配、规则初始化难等问题,以交叉口(交叉口各相位、相邻交叉口)近一周交通流量数据为基础,提出一种自适应的相位切换规则模型。对流量数据离散化、特征组合,构建模型的输入特征,采用XGBoost算法提取交叉口车流和控制信号间非线性高度耦合的关联信息,建立相位切换规则模型,输出相位切换动作,实现切换规则的构建和自适应更新。实验表明,该模型能够对规则进行自适应更新,解决了交通状况变化引起的规则"老化"问题;相较传统的感应控制,基于相位切换规则的城市交通信号自组织控制方法,能够对实时的交通流状态做出合理的控制响应,有效降低交叉口的队列长度,减缓城市路网的拥挤程度。(本文来源于《机电一体化》期刊2018年09期）
崔欢欢,黄伟,舒江波[9]（2018）在《基于规则引擎的自适应工资系统设计与实现》一文中研究指出目前大部分工资系统的计算方法采用硬编码方式,与工资政策结合过于密切,系统适用性、重用性不高,更新维护困难。针对这一问题,提出了一种基于规则引擎的自适应工资系统。首先,结合Drools规则引擎组件建立一个可执行的规则库,将规则库与现实中的业务需求及政策一一对应;然后通过规则流控制规则的执行,使其更灵活地适应计算逻辑的变化,推动了工资系统的解耦合扩展和更新。根据规则引擎得到的规则文件,可经自然语言处理作为规则文档使用,极大降低了政策变化与系统功能同步更新难度,具有较高的实用价值。(本文来源于《软件导刊》期刊2018年06期）
范兵兵,李进,陈玉金[10]（2018）在《基于规则提取的决策粗糙集阈值自适应算法》一文中研究指出为了消除或者抑制由不合理先验知识带来的分类不精确问题,提出了一种基于规则提取的阈值自适应方法。以约简结果中属性的数量最小和相应决策规则的可信度最大为目标,给出一种自适应求阈值的算法。结合引力搜索算法,并利用决策粗糙集中的阈值为一特定离散取值时不会改变等价类的划分结果这一性质,对搜索空间离散化处理,然后给出基于智能算法的自适应求阈值算法,求得的阈值能够使得用户做出决策的属性约简结果最优。最后,通过UCI数据集验证方法的可行性。(本文来源于《火力与指挥控制》期刊2018年03期）
自适应规则论文开题报告
（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：
为满足日益增长的海量数据挖掘需求,迫切需要设计一种能够在多台机器上运行的分布式关联规则挖掘算法。Apriori这种高度迭代算法在Hadoop平台上运行时每次迭代执行大量的磁盘I/O操作,大大影响并限制了算法的运行效率。本文利用Spark对分布式计算内置支持的特点,在Spark平台上设计并实现一种分布式关联规则挖掘算法,称为阶段式自适应挖掘算法(Staged Adaptive Apriori)。算法使用自适应的数据集部分处理的策略对频繁项集进行高效挖掘,在每次迭代前初步评估执行时间,并采用较为合适的方法来减少时间和空间的复杂性,是一种基于数据集性质的自适应关联规则挖掘算法。实验结果表明了算法的有效性。
（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。
自适应规则论文参考文献
[1].王妍.基于关联规则的自适应学习[J].计算机产品与流通.2019
[2].石慧,陈恩.Spark平台的分布式阶段自适应关联规则挖掘算法[J].计算机与现代化.2019
[3].代玉梅,郑瑞娟.采用复合规则约束的多种群自适应进化算法[J].数学的实践与认识.2019
[4].李存进,孙红.改进自适应遗传算法在关联规则中的研究[J].电子科技.2019
[5].林甲祥,巫建伟,陈崇成,张泽均,舒兆港.支持度和置信度自适应的关联规则挖掘[J].计算机工程与设计.2018
[6].熊承义,龚忠毅,高志荣,张梦杰.压缩感知图像的块子带自适应稀疏表示规则化重构[J].中南民族大学学报(自然科学版).2018
[7].于永斌,戚敏惠,尼玛扎西,王琳.基于阈值自适应忆阻器Hopfield神经网络的关联规则挖掘算法[J].计算机应用.2019
[8].花彬,王安麟,钟馥声,龙广成.自组织交通信号控制中自适应相位切换规则构建[J].机电一体化.2018
[9].崔欢欢,黄伟,舒江波.基于规则引擎的自适应工资系统设计与实现[J].软件导刊.2018
[10].范兵兵,李进,陈玉金.基于规则提取的决策粗糙集阈值自适应算法[J].火力与指挥控制.2018