基于频繁模式树的正负项目集挖掘

传统的基于支持度—置信度框架的关联规则挖掘方法可能会产生大量不相关的、甚至是误导的关联规则,同时也不能区分正负关联规则。在充分考虑用户感兴趣模式的基础上,采用一阶谓词逻辑作为用户感兴趣的背景知识表示技术,提出了一种基于背景知识的包含正负项目集的频繁模式树,给出了针对正负项目集的约束频繁模式树的构造算法NCFP-Construct,从而提高了关联规则挖掘的效率和针对性,实验结果显示该方法是有效的。     

轨迹数据的多特征融合及检测方法

传统轨迹检测方法中的轨迹相似度仅从位置向量进行度量,忽略了轨迹数据的速度和时间特征,这导致轨迹检测结果无法全面反映实际状况,降低了检测结果的有效性.针对上述问题,提出一种面向多个特征向量的轨迹数据相似性度量及检测方法.该方法首先将轨迹数据映射到图模型描述的轨迹图中,每条轨迹是轨迹图的一个节点;针对各节点的速度、时间和空间特征,给出了适用其度量的三个核函数,通过加权求和实现三个特征向量的融合;然后采用每个节点的特征融合值来构建轨迹数据的相似矩阵及其对应的Laplacian矩阵,以此实现轨迹数据的相似性度量;最后,运用K-means聚类方法对轨迹图进行分割,通过对的图模型节点的划分来实现特征相似的轨迹数据划分到相同的类.在实验中,采用出租车和飓风数据,分别对算法的效率和准确性进行检验,实验结果显示本文提出算法是合理有效的.     

一种基于约束FP树的天体光谱数据相关性分析方法

寻找未知的天文规律是人类探索宇宙奥妙所追求目标之一.利用关联规则来描述天体光谱数据特征与其物理化学性质之间存在的、未知的相关性,是实现该目标的一种有效手段.以国家重大科学工程LAMOST项目为背景,利用一阶谓词逻辑作为天体光谱知识表示技术,提出一种约束FP树及其构造算法,从而有效提高天体光谱数据相关性分析的针对性和效率.并在此基础上,提出一种基于约束FP树的天体光谱数据相关性分析方法.实验结果分析表明,利用该相关性分析方法挖掘天体光谱数据特征和物理化学性质之间存在的相关性,是可行的和有价值的.     

基于关联规则的恒星光谱数据相关性分析

利用关联规则作为恒星光谱数据相关性分析方法,以VC 和Oracle9i作为开发工具,设计并以程序实现了基于关联规则的恒星光谱数据相关性分析系统,给出了其软件体系结构和模块功能,并对恒星光谱数据的预处理、取样技术、背景知识模板、频繁模式集挖掘算法等关键技术进行了详细描述.最后,通过系统运行结果表明,利用关联规则来描述、分析光谱数据特征和物理化学性质之间存在的相关性是可行的和有价值的.     

基于背景知识的关联规则挖掘算法研究

为了解决传统算法中存在的频繁模式集生成的瓶颈问题，本文将启发式背景知识和归纳背景知识同时运用在频繁模式的生成过程中，提出了一种基于背景知识的关联规则挖掘算法BasedBackground。该算法不仅通过启发式背景知识，有效降低了模式的计数代价，而且通过由样本挖掘获取的归纳背景知识，有效地减少I／O代价，因此提高了挖掘的效串和质量。本文最後通过恒星光谱数据作为实验数据集，验证了该算法的有效性。     

采用分段特征表示的异常序列检测算法

时间序列的有监督异常检测方法通常依赖于数据的标签，不仅会消耗大量时间进行数据标注，而且难以适用于无法给定标签的数据集。为解决异常序列检测中的标注问题，提出一种采用分段特征表示的异常序列检测方法。该方法采用分段聚合思想对时间序列进行标准化计算，并得到时序数据的特征表示，可提高无标签时间序列异常检测的可靠性。将表示后的特征划分为异常序列相关特征和无关特征，剪枝异常序列无关特征，可减少这些特征对检测结果的不利影响。为有效量化不同序列之间的差异性，提出一种面向时间权重分析的时间序列相似性度量方法，并构建时间序列的相似度矩阵，用于计算序列之间的相似度，可适用于无标签的时间序列中。在此基础上，根据相似度矩阵来计算每个子序列的异常分数，将其用于异常子序列的判定。通过合成数据集和真实数据集的实验对比表明：该方法节省了计算开销，提高了算法运行的时间效率和异常序列检测的准确率。