必要规则对分类影响的研究

基于规则分类方法的主要计算依据是形如"A→C"的规则(称为充分规则)及其置信度.其中:"A"代表数据集中决策属性取值的集合,"C"代表某个类标号.那么,形如"C→A"的规则(称为必要规则)是否可以在分类算法中起到积极的作用呢?依据规则分类方法原理设计了简单的实验,实验只考虑单个决策属性的不同取值与类之间的关联.根据实验目标,分类测试采用了两种方法:方法1只考虑充分置信的影响;方法2考虑充分置信和必要置信的影响.通过在几个典型的分类集上测试,结果表明:在分类计算时适当利用必要规则置信度可以提高分类精度.     

基于重构规则的企业应用系统影响分析方法

企业应用系统需进行频繁重构以响应变化，如何保证重构的完备性和正确性是重构工程中需要解决的一个关键问题。重构需求作用于业务模型，进而映射为相应软件系统的变化。该文给出了基于业务规则的业务元模型与重构元模型，并基于该模型简要地描述了应用系统的统一重构过程。随之对重构操作进行了分类，定义了重构规则的表达形式，并给出了基于重构规则的影响分析方法。最后给出了应用实例。     

基于规则信息量的规则提取及规则约简

在提出规则信息量的基础上,分析了可能性规则的定义,并利用规则信息量对条件属性类和决策属性类间的概率因果关系进行了描述,重新定义了可能性规则.同时,进一步提出了能充分利用决策表信息系统中统计信息的规则提取算法LRE.本文还基于规则信息量得到了一种新的规则约简算法,这种算法是在对原有的粗集规则约简定义进行合理推广的基础上建立起来的,能很好地抵抗数据中的噪声.     

大学生篮球运动损伤的原因及预防

为了解高校篮球运动损伤情况和高校篮球运动的教学、训练和课外活动提供参考,采用问卷调查、访谈法、文献资料法、数理统计等方法,对吉林北华大学体育学院篮球运动损伤的原因及预防进行研究。本文据此提出了相应的对策和建议：加强我校对体育设施的完善、维护和管理;改正错误技术动作,并巩固和提高;开设运动损伤理论选修课,提高学生的自我保护意识;加强篮球运动训练、比赛的组织、指导,引导学生有效的进行篮球运动。     

正负关联规则量化方法

提出一种能够有效挖掘正、负关联规则的量化方法,介绍挖掘系统的整体架构,包括支持度和置信度,通过增加对比影响度,对其进行优化,从而提高有趣知识的挖掘效率。仿真实验结果表明,该方法可以剔除一些无效关联规则,弥补传统方法的不足,具有一定应用价值。     

完全可约束的可修订签名

针对现有的可修订签名方案不能表达所有修订约束的问题,通过默克尔树结合拟交换哈希函数的方式,设计了一种能够表达所有修订约束情况的完全可约束的可修订签名方案,并形式化定义和证明了该方案的不可伪造性、隐私性以及完全可约束性.同时通过分析和比较,该方案的签名空间较小,具备完全的修订约束能力,适用于对修订操作有严格限制、存储空间较小的场景.     

浅析心理素质在篮球运动的影响及其训练方法

篮球运动的综合性与复杂性,要求运动员在激烈对抗中不断调整自己的心理,以便在比赛中充分发挥自己的技能和团队之间的战术配合。如何使运动员在竞技比赛中保持相对稳定的心理素质是球队制胜的关键。在身体素质技术、战术水平相当的情况下,各队员的心理素质是否过硬直接影响全队的比赛成败。本文通过参阅各类文献资料,数理统计法,访谈法,问卷调查法分析影响运动员的心理素质,并针对运动员的现状提出一些建议。     

调整模糊控制规则的规则表旋转法

提出了用规则表旋转法修改控制规则的方法. 模糊控制器通常是基于专家经验或对象模型而设计的. 无论模糊模型或是经验都是粗糙和不能令人满意的. 提出的方法可以通过旋转规则表来调整原始的规则. 仿真结果说明, 这个方法是一种在模糊控制系统中有效调整规则的方法.     

规则与规则库信息量的度量及其应用

将规则的信息量分为内交互信息和外传递信息.指出以往基于信息熵的规则客观兴趣度实际上都是为交互信息,体现的是规则前、后件间的交互信息及规则的可信度,而忽略了规则传递给用户的决策信息,即外传递信息.文中侧重于规则的客观外传递信息,指出分类规则的本质是从输入论域到输出论域的二元关系,并基于关系的信息熵及无偏原则,定义并度量了规则与规则库的(客观外传递)信息量.由于关系这一载体可很好地将规则及规则库、规则与先验知识联系起来,因此,进一步提出了规则及规则库的条件信息量、规则及规则库的相互独立性、规则库中的不一致知识等全新的概念及其度量公式.此外,对所提出度量的性质进行了讨论,得到了规则库的信息量可能小于规则库中各规则的信息量之和,及规则的条件信息量可能为负等重要结论.最后,对规则的信息量、规则库的信息量及规则的条件信息量的应用进行了讨论.提出了对规则获取算法进行评价的新方法.及规则库约简算法λ-Choice和RPCIC.     

关联规则挖掘与分类规则挖掘的比较研究

关联规则挖掘与分类规则挖掘都是数据挖掘,领域中很重要的技术。本文首先简要介绍了关联规则挖掘和分类规则挖掘的基本知识,主要从挖掘目的、发现规则算法的方法、算法的设计思想等几个方面对它们进行了比较,最后介绍了它们之间的联系。     

超越支持度-置信度框架的负相关对规则挖掘

相关规则比传统的关联规则更具有实际意义.但现存的相关规则挖掘算法均需利用apriori类似算法挖掘具有高支持度的项集,再对获得的项集进行相关性测试而获取相关规则,这导致低支持度-高相关度的规则不易被发现.直接挖掘相关规则的困难在于候选相关项不能利用apriori类似性质进行剪枝,导致搜索空间爆炸性增长.本文提出的算法MNI利用Phi相关系数的下界来产生候选负相关项,从而缩小负相关项搜索空间,并证明了该算法的完全性和正确性.在负相关项对基础上利用规则可靠度产生负相关规则时,提出将负相关对计数统一转化为正相关对计数的方法.在真实数据集上的实验结果表明,该算法MNI能有效提高负相关项对的挖掘速度.     

高效的Snort规则匹配机制

该文在分析了Snort的规则及其检测过程的基础之上,提出一种动态规则匹配机制,增加选项索引链表,对规则匹配的次序进行动态调整,从而提高规则匹配的速度。     

规则排序与规则编码的模型应用

针对目前IF...THEN规则用于数据分类时是通过字符串匹配,它存在效率低的问题,因而提出了一种规则的数值编码思想,对于有实时性要求的数据分类,有较好的现实意义。评估显示,此模型简单快速,当规则转换成数值型,可大大提高分类效率。     

基于关联规则和情景规则的网络告警分析模型

网络告警关联中隐含着丰富的模式知识,通过研究告警信息间的因果相关性,能够显著的提高网络故障管理的智能度.文章通过研究网络告警中的知识发现问题,提出一种基于关联规则和情景规则的网络告警分析模型.     

一种基于关联规则挖掘的分类规则挖掘算法

本文根据关联规则和分类规则的概念与表示形式,指出在关联规则挖掘过程中如果指定挖掘与一个确定的项相关联,那么就是分类规则挖掘了,论述了分类规则是特殊情况下的关联规则,并指出在这种特殊情况下,关联规则所具有的特征;然后根据这一论述,提出了一种在关联规则挖掘算法中利用限制条件概率分布来发现分类规则的算法。     

关联规则向Snort规则转换的应用研究

在入侵检测中的使用关联规则算法,在检测的时候需要重新计算一些统计数据,降低了检测的速度和准确度,所以它提出了一种把数据挖掘的关联规则转化成Snort规则库的方法,这样既提高了入侵检测的速度和准确率,也使得入侵检测具有了一定的自适应能力。     

基于关联规则的IDS规则库构建应用研究

入侵检测系统的检测性能很大程度上取决于规则库的更新.网络安全的日益严峻对入侵检测系统的规则提取提出了更高要求.提出了将关联规则算法运用于入侵检测系统规则库更新的设想,阐述了传统的关联规则算法,并针对其入侵检测系统中的应用进行改进.以Snort为例,详细描述了用改进的关联规则算法挖掘网络数据集,然后将结果转换为入侵检测规则的过程,并以实验说明了应用关联规则构建入侵检测系统规则库的可行性.     

关联规则的分层表达

关联规则通常以规则列表形式表达,而许多关联规则挖掘算法往往产生大量规则,这给用户理解规则和从中找出感兴趣的规则带来了极大困难。为了标识重要的规则,而又保持挖掘结果的完整性,提出了根据规则的通用性,按照由概括—具体的方式分层表达关联规则。先用挖掘结果的最概括规则集表达出最通用、最基本的领域知识,再根据用户要求分层查看概括规则下面更具体的规则。这种表达方式可以在不同层次上查看关联规则,使挖掘结果更容易管理和被人理解。     

基于规则量和提取率的关联规则挖掘算法

基于规则量和提取率度量标准,提出一种使用并行克隆退火遗传策略的关联规则挖掘算法。该算法结合了遗传算法、模拟退火算法和免疫克隆算法的优点,采用克隆、变异和交叉操作获取问题的最优解。理论分析和仿真实验结果表明,该算法能高效、快速地解决关联规则挖掘问题。     

基于量化规则格的关联规则之分布式获取

在形式概念分析中,提取关联规则是构造概念格的目的之一。量化规则格是为了便于提取规则的扩展概念格。概念格分布处理是先分布构造多个部分概念格,再合并构造出完整概念格,以提高构造格的速度。本文提出一种规则合并技术和相应的算法,由部分量化规则格提取部分关联规则,然后直接进行部分关联规则的合并,得到完整的关联规则,即对关联规则进行分布提取。由于无需构造完整格,并且直接再利用已有的部分关联规则,从而降低了利用概念格提取关联规则的复杂度。最后,给出一个简单的实例,说明算法的正确性,并通过实验验证了算法的有效性。