基于FP-growth的大坝安全监测数据挖掘方法

论文摘要

为改善大坝安全监测数据库的数据挖掘方法运行速度慢、占用内存大的问题,提出改进FP-growth算法,将已预处理的监测数据剪枝后,生成Priority树再进行频繁项挖掘。以此方法挖掘大坝变形量与水温等环境量的相关关系,不仅挖掘速度快、精度高、结果简洁,还能够对比单个因子或分析多个因子耦合与目标变量的关系。实例表明改进后的FP-growth算法思想为大坝安全监测数据挖掘提供了一条良好的思路。

论文目录

• 1 改进的FP-growth算法
•   1.1 关联规则
•   1.2 改进的FP-growth算法
• 2 基于改进FP-growth算法的大坝运行性态分析方法
•   2.1 数据预处理
•     2.1.1 异常值处理
•     2.1.2 数据集成变换
•     2.1.3 数据规约
•   2.2 基于改进FP-growth算法的大坝安全监测数据挖掘步骤
• 3 工程实例
•   3.1 数据预处理
•   3.2 数据集成变换与规约
•   3.3 数据集扫描与剪枝
•   3.4 构建Priority树
•   3.5 频繁项集及其支持度
• 4 结 语

文章来源

类型: 期刊论文

作者: 毛宁宁,苏怀智,高建新

关键词: 大坝安全监测,大坝变形分析,数据挖掘,关联法则,算法

来源: 水利水电科技进展 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 水利水电工程,计算机软件及计算机应用

单位: 河海大学水文水资源与水利工程科学国家重点实验室,河海大学水利水电学院

基金: 国家重点研发计划(2018YFC0407101,2016YFC0401601),广西重点研发计划(桂科AB17195074)

分类号: TV698.1;TP311.13

页码: 78-82

总页数: 5

文件大小: 1159K

下载量: 205