导读:本文包含了关联阈值论文开题报告文献综述及选题提纲参考文献，主要关键词:关联分类,类支持度阈值,类支持度,分类准确率
关联阈值论文文献综述
周忠眉,李家辉[1]（2019）在《基于各类支持度阈值独立挖掘的关联改进算法》一文中研究指出关联分类及较多的改进算法很难同时既具有较高的整体准确率又有较好的小类分类性能。针对此问题,提出了一种基于类支持度阈值独立挖掘的关联分类改进算法—ACCS。ACCS算法的主要特点是:(1)根据训练集中各类数量大小给出每个类类支持度阈值的设定方法,并基于各类的类支持度阈值独立挖掘该类的关联分类规则,尽量使小类生成更多高置信度的规则;(2)采用类支持度对置信度相同的规则排序,提高小类规则的优先级;(3)用综合考虑置信度和提升度的新的规则度量预测未知实例。在多个数据集上的实验结果表明,相比多种关联分类改进算法,ACCS算法有更高的整体分类准确率,且在不平衡数据上也能取得较好的小类分类性能。(本文来源于《计算机工程与科学》期刊2019年11期）
野金花,方铭,徐艳,高德宝,周晓晶[2]（2019）在《全基因组关联分析阈值的快速算法》一文中研究指出逐个SNP的全基因组关联分析中的统计量不仅依赖于遗传效应,而且依赖于SNP,因此统计量不能直接应用于推断无遗传效应的零假设中。检测不同样本的QTN,常用的统计量除了卡方统计量,还有t统计量、F统计量和标准正态统计量。首先给出了各个统计量之间的关系,接下来针对冗余参数背景下的全基因组关联分析,提出了检验统计量阈值的快速计算方法。再次利用获得的高通量SNP的统计概率构建卡方统计量,进而估计临界值。最后模拟不同样本的阈值并与文献上提出的阈值算法比较。大量模拟实验证明,提出的方法快速而且有效。(本文来源于《黑龙江八一农垦大学学报》期刊2019年03期）
安晓峰,李艳秋,马海钰,桑爱军[3]（2018）在《Hadamard编码调制关联成像的阈值处理研究》一文中研究指出关联成像是一种通过单像素探测器以成像时间换取空间分辨率的新颖成像方案,然而,其存在重建质量低、数据采集时间长的问题。Hadamard编码调制计算关联成像能够实现高效率的成像,显着提高了关联成像方案的适用性,但是其独特的图像噪声集中现象是影响其实用化亟待解决的难题。通过分析Hadamard矩阵作为测量矩阵计算关联成像重建结果的噪声特点,基于图像分割理论,提出了一种利用阈值处理和形态学图像增强的Hadamard编码调制关联成像噪声压制方案,并通过实验验证了该方案的可行性,获得接近8 dB的光学图像增强。该方案对二值图像和灰度图像都有比较好的效果,其工作促进了关联成像技术的实用化。(本文来源于《红外与激光工程》期刊2018年10期）
于永斌,戚敏惠,尼玛扎西,王琳[4]（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）
阮梦黎,吴磊[5]（2018）在《基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法》一文中研究指出针对从数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N%的项集;然后,通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集,以此降低非频繁项集的数量;最后,通过置信度和升降度阈值的判断,分别从频繁项集和非频繁项集中挖掘正负关联规则。其中,创新性地利用了非频繁项集来挖掘正负关联规则。在一个医学文本数据集上的实验结果表明,提出的方法能够有效地挖掘出正负关联规则,且能够大大降低项集和规则数量。(本文来源于《计算机应用研究》期刊2018年12期）
陈柳[6]（2018）在《基于多级置信度阈值的正负关联规则挖掘研究》一文中研究指出关联规则挖掘是数据挖掘领域中一个重要的研究方向。它揭示了数据集中项集之间的有趣关联关系,具有重要的理论价值和广泛的应用前景。然而,大多数的关联规则挖掘仅研究了数据项集之间的正向关联关系,对于隐藏在数据集中的项集间的负向关联关系,没有引起足够的重视。但是,在实际应用中,项集间的负向关联关系能为决策者提供更多有价值的决策信息。因此,正负关联规则挖掘的研究具有重要的现实意义。本文对正负关联规则挖掘的基本理论进行了讨论,深入地分析了有效正负关联规则挖掘算法设计的关键要素,总结了现有挖掘算法的不足。现有的基于多级置信度阈值的正负关联规则挖掘算法难以有效地设置多个置信度阈值来控制无趣规则的数量,提取出可信度高的规则。并且它们在挖掘过程中还容易遗漏一些有趣的关联规则。对此,本文对基于多级置信度阈值的正负关联规则挖掘算法进行了深入的分析和研究,取得如下研究成果:(1)结合项集相关性,系统地分析了正负关联规则置信度随规则的项集支持度大小变化的特点。据此特点提出了一种新的正负关联规则两级置信度阈值设置方法TCTPN。理论分析和实验对比结果表明,新方法不仅可以更好地确保提取出的关联规则有效和有趣,还可以显着降低可信度低的关联规则数量。(2)提出了一个基于相关性度量Kulc和TCTPN的正负关联规则挖掘算法PNARKT。算法基于有趣正负关联规则前件和后件的正项集频繁的理论,通过对事务数据库中不相交的两个频繁项集进行相关性分析来产生强正负关联规则,从而减少了有趣规则的遗漏。同时,相关性度量Kulc和新置信度阈值设置方法TCTPN的结合可以保证PNARKT算法提取出的规则有趣、可信。理论证明和实验对比结果都表明,PNARKT算法不仅可以更好地避免有趣正负关联规则的遗漏,而且在零事务居多以及两个项集蕴含关系具有不平衡特点的事务数据库中,也能有效地提取出有趣的正负关联规则。(本文来源于《四川师范大学》期刊2018-03-25）
陈柳,冯山[7]（2018）在《正负关联规则两级置信度阈值设置方法》一文中研究指出针对传统正负关联规则置信度阈值设置方法难以控制低可信度规则数量和易遗漏有趣规则的问题,提出了一个结合项集相关性的两级置信度阈值设置方法(PNMC-TWO)。首先,基于规则的无矛盾性、有效性和有趣性考虑,以相关度-支持度-置信度为框架,从规则置信度与项集支持度的计算关系出发,系统地分析了正负关联规则置信度取值随规则的项集支持度大小变化的规律;然后,与实际挖掘中用户对高可信度且有趣的规则需求相结合,提出了一个新的设置模型,避免了传统方法设置阈值时的盲目性和随意性;最后,从规则数量和规则质量两方面对所提方法与原双阈值法进行了实验对比。实验结果表明,所提方法不仅可以更好地确保提取出的关联规则有效和有趣,还可以显着地降低可信度低的关联规则数量。(本文来源于《计算机应用》期刊2018年05期）
牛新征,王崇屹,叶志佳,佘堃[8]（2017）在《基于簇和阈值区间的高效关联规则隐藏算法》一文中研究指出关联规则隐藏是隐私保护数据挖掘(privacy-preserving data mining,PPDM)的一种重要方法.针对当前的关联规则隐藏算法直接操作事务数据、I/O开销较大的缺陷,提出一种基于FP-tree快速关联规则隐藏的算法FP-DSRRC.算法首先对FP-tree的结构进行改进,增设事务编号索引并建立双向遍历结构,进而利用改进的FP-tree对事务信息进行快速处理,避免了遍历原始数据集产生的大量I/O时间;然后通过建立和维护事务索引表实现对敏感项的快速查找,并基于分簇策略对关联规则处理,以簇为单位进行敏感规则消除,同时采用规则支持度和置信度阈值区间的思想,减少了关联规则隐藏处理对原始数据集的影响;最后通过实验测试证明:相较于传统关联规则隐藏算法,FP-DSRRC算法在保证生成的数据集质量的同时,减少了50%~70%的算法执行时间,并在大规模真实数据集上有较好的可用性.(本文来源于《计算机研究与发展》期刊2017年12期）
张建楠[9]（2017）在《基于阈值向量误差修正模型对期权市场认沽认购比和叁日平均涨跌幅的关联性研究》一文中研究指出利用二机制阈值向量误差修正模型,研究期权市场50ETF认沽期权与认购期权的交易量的比值与其叁个交易日现货价格的平均涨跌幅,在不同的机制下,长期均衡关系与短期动态调整机制.研究发现认沽认购比与叁日平均涨跌幅之间的长期均衡状态的调整力度是非对称的,它们之间存在阈值协整关系.当涨跌幅变动导致偏离均衡时,误差修正项使其向均衡状态调整的力度较大,该结果与我国期权市场的成熟程度有关,所以市场的期权投资者在进行投资时,需要同时关注认沽认购比和叁日内平均涨跌幅的数据变化,从而能够更好地把握市场的变动.(本文来源于《吉林大学》期刊2017-05-01）
苗晓孔,王春平,付强[10]（2016）在《基于红外图像帧关联的自动阈值分割方法》一文中研究指出针对目前单帧图像阈值分割中分割易受突变影响、目标背景分割不明显以及分割效果较差等问题,提出了一种基于红外图像帧关联的自动阈值分割方法。该方法利用自动阈值分割法简单分割单帧图像,然后根据图像帧关联信息对图像进行分组处理,再对每帧图像进行权重分配,最终确定每帧图像的分割阈值,以提高分割的抗干扰性,改善分割效果。通过理论分析和实验仿真验证了该算法的有效性和可行性,并将其与其他算法进行了对比实验。实验结果表明,本文提出的分割算法的抗干扰性较强,能够将目标图像从背景中清晰地分割出来,具有更好的分割效果和更强的应用性。(本文来源于《红外》期刊2016年10期）
关联阈值论文开题报告
（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：
逐个SNP的全基因组关联分析中的统计量不仅依赖于遗传效应,而且依赖于SNP,因此统计量不能直接应用于推断无遗传效应的零假设中。检测不同样本的QTN,常用的统计量除了卡方统计量,还有t统计量、F统计量和标准正态统计量。首先给出了各个统计量之间的关系,接下来针对冗余参数背景下的全基因组关联分析,提出了检验统计量阈值的快速计算方法。再次利用获得的高通量SNP的统计概率构建卡方统计量,进而估计临界值。最后模拟不同样本的阈值并与文献上提出的阈值算法比较。大量模拟实验证明,提出的方法快速而且有效。
（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。
关联阈值论文参考文献
[1].周忠眉,李家辉.基于各类支持度阈值独立挖掘的关联改进算法[J].计算机工程与科学.2019
[2].野金花,方铭,徐艳,高德宝,周晓晶.全基因组关联分析阈值的快速算法[J].黑龙江八一农垦大学学报.2019
[3].安晓峰,李艳秋,马海钰,桑爱军.Hadamard编码调制关联成像的阈值处理研究[J].红外与激光工程.2018
[4].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
[5].阮梦黎,吴磊.基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法[J].计算机应用研究.2018
[6].陈柳.基于多级置信度阈值的正负关联规则挖掘研究[D].四川师范大学.2018
[7].陈柳,冯山.正负关联规则两级置信度阈值设置方法[J].计算机应用.2018
[8].牛新征,王崇屹,叶志佳,佘堃.基于簇和阈值区间的高效关联规则隐藏算法[J].计算机研究与发展.2017
[9].张建楠.基于阈值向量误差修正模型对期权市场认沽认购比和叁日平均涨跌幅的关联性研究[D].吉林大学.2017
[10].苗晓孔,王春平,付强.基于红外图像帧关联的自动阈值分割方法[J].红外.2016