导读:本文包含了关联算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,规则,矩阵,邻域,阈值,热点,准确率。
关联算法论文文献综述
赵燕伟,朱芬,桂方志,任设东,谢智伟[1]（2019）在《融合可拓关联函数的密度峰值聚类算法》一文中研究指出针对传统密度峰值聚类算法(Clustering by fast search and find of density peaks,CFSFDP)簇心选择不佳、非簇心点分配不准确导致的聚类效果差问题,提出一种融合可拓关联函数的密度峰值聚类算法,通过引入平均差异度衡量样本密度选取簇心;基于k邻域思想提出雏形簇概念并建立物元模式下的节域和经典域;利用可拓关联函数定量衡量未分配点相对各雏形簇的隶属程度,从而实现精准聚类.将该算法和其他几种聚类算法在人工数据集和UCI标准数据集上分别进行对比实验,实验结果表明本文算法对任意形状任意密度数据集的聚类效果更好,优于其他算法.(本文来源于《小型微型计算机系统》期刊2019年12期）
龚晨,王诗兵[2]（2019）在《基于集合和剪枝原理的关联规则隐藏算法》一文中研究指出针对传统关联规则隐藏算法直接遍历数据集,而导致输入输出流资源浪费的问题,提出一种基于集合和剪枝原理的关联规则隐藏算法。该算法首先建立频繁模式树(FP-tree),利用后剪枝原理去除属性相同规则,减少了遍历原始数据集所耗I/O时间;然后通过建立集合来保存真实频繁序列,并以集合为单位隐藏关联规则,既保证数据集质量,又提高频繁序列挖掘效率。实验结果表明,该算法与GSP、SPADE算法相比较,不仅更好地保证了数据集的高质量,而且降低了20%～50%频繁序列挖掘时间,并在隐藏敏感规则上有较好的实用性。(本文来源于《阜阳师范学院学报(自然科学版)》期刊2019年04期）
王云,李丛[3]（2019）在《基于改进关联规则算法的警情数据分析》一文中研究指出针对传统Apriori算法挖掘警情数据的缺点,提出一种改进的Apriori算法。该算法首先在关联规则发现阶段引入权值参数,设计支持度阈值函数,以挖掘不常发生的重大案情发生规律;然后提出一种压缩矩阵优化算法,将数据压缩存储在只有0或1的矩阵中,并用2个数组来记录矩阵中每一行及每一列1的总数,可多次压缩矩阵,提升挖掘效率;最后将改进的算法用于实际的警情数据挖掘分析,给出关联规则挖掘结果。实验表明,改进算法不仅执行效率较传统算法有所提升,且针对警情数据的挖掘结果准确性也有所提高。(本文来源于《计算机与现代化》期刊2019年12期）
石慧,陈恩[4]（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）
阎婷,吴文华,严丽娜,万征[5]（2019）在《基于C-D的关联规则兴趣度挖掘算法》一文中研究指出传统的关联规则算法是针对关联关系计算它们的支持度和置信度来判断它们的关联程度,看它们之间是否具有很好的兴趣度。这里给出一种新的计算关联规则兴趣度的方法——基于坐标的距离关联规则兴趣度挖掘方法。此方法是一种基于坐标的关联规则度量方法,利用关联规则在坐标中的位置和坐标中关联规则的极限位置,根据距离的大小度量兴趣度大小。算法采用SQL SERVER作为存放数据库,以VC++作为开发环境,对新兴趣度进行测试,验证了算法的正确性。(本文来源于《通信技术》期刊2019年12期）
李欣竹,蒋晨琛,刘进林[6]（2019）在《基于遗传算法的盗窃案时空关联分析》一文中研究指出针对盗窃案时空热点分布规律和形成机制的问题,采用时空关联和时空热点矩阵结合的方式进行分析。时空关联分析方法常被应用于犯罪时空关联分析中,但在规则提取过程中数据库需多次重复扫描,降低了时空关联规则提取效率,因此将模拟退火的遗传算法引入到关联分析中,通过交叉变异等方法进行规则筛选,提高时空关联规则的提取效率,并将规则引入到时空热点矩阵分析中,得到时空热点分布图,再结合归因理论、中性化理论、正强化理论等心理学理论进行成因分析,最后针对时空热点分布结果进行案件时空分布成因分析,并提出相应的防范对策。(本文来源于《信息技术与网络安全》期刊2019年12期）
潘俊辉,张强,王辉,王浩畅[7]（2019）在《一种基于压缩矩阵的高效关联规则挖掘算法》一文中研究指出论文针对改进后的关联规则挖掘算法——基于矩阵的Apriori算法所存在的不足,在此算法的基础上对其进行了进一步的改进,给出了一种基于压缩矩阵的高效关联规则挖掘方法CMEAR算法。该方法通过对矩阵的压缩,改进矩阵的存储方式及对项目集进行排序等多种方式实现关联规则的挖掘。最后通过实验将该方法与传统Apriori算法以及基于矩阵的Apriori算法进行了对比分析,实验结果表明基于压缩矩阵的高效关联规则挖掘方法使算法在时间性能上有很大的提高。(本文来源于《计算机与数字工程》期刊2019年11期）
杨丰瑞,吴晓浩,万程峰[8]（2019）在《结合信任度和项目关联的混合推荐算法》一文中研究指出推荐系统是大数据时代处理信息过载问题的重要手段,传统的推荐算法的准确性和可靠性相对较低。针对用户和项目冷启动问题,提出一种基于概率矩阵分解的混合型推荐算法(HR-TP),先从用户的评分角度挖掘用户的信任关系,再利用标签上下文根据用户特征测量项目间的关联关系,然后融合到概率矩阵模型中进行推荐。实验表明,本文提出的算法在推荐精度上对比常规方法取得了很好的效果。(本文来源于《计算机工程与科学》期刊2019年11期）
周忠眉,李家辉[9]（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）
柴蓉,王令,陈明龙,陈前斌[10]（2019）在《基于时延优化的蜂窝D2D通信联合用户关联及内容部署算法》一文中研究指出针对蜂窝网络传输性能及基站(BS)缓存能力受限,多用户内容请求难以满足用户服务质量(QoS)需求等问题,该文提出一种蜂窝终端直通(D2D)通信联合用户关联及内容部署算法。考虑到位于特定区域的多用户可能对于相同内容存在内容请求,该文引入成簇思想,提出一种成簇及内容部署机制,通过为各簇头推送热点内容,而簇成员基于D2D通信模式关联簇头获取所需内容,可实现高效内容获取。综合考虑成簇数量、用户关联簇头、簇头缓存容量及传输速率等限制条件,建立基于用户总业务时延最小化的联合成簇及内容部署优化模型。该优化问题是一个非凸的混合整数优化问题,该文运用拉格朗日部分松弛法,将原优化问题等价转换为3个凸优化的子问题,并基于迭代算法及Kuhn-Munkres算法联合求解各子问题,从而得到联合成簇及内容部署优化策略。最后通过MATLAB仿真验证所提算法的有效性。(本文来源于《电子与信息学报》期刊2019年11期）
关联算法论文开题报告
（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：
针对传统关联规则隐藏算法直接遍历数据集,而导致输入输出流资源浪费的问题,提出一种基于集合和剪枝原理的关联规则隐藏算法。该算法首先建立频繁模式树(FP-tree),利用后剪枝原理去除属性相同规则,减少了遍历原始数据集所耗I/O时间;然后通过建立集合来保存真实频繁序列,并以集合为单位隐藏关联规则,既保证数据集质量,又提高频繁序列挖掘效率。实验结果表明,该算法与GSP、SPADE算法相比较,不仅更好地保证了数据集的高质量,而且降低了20%～50%频繁序列挖掘时间,并在隐藏敏感规则上有较好的实用性。
（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。
关联算法论文参考文献
[1].赵燕伟,朱芬,桂方志,任设东,谢智伟.融合可拓关联函数的密度峰值聚类算法[J].小型微型计算机系统.2019
[2].龚晨,王诗兵.基于集合和剪枝原理的关联规则隐藏算法[J].阜阳师范学院学报(自然科学版).2019
[3].王云,李丛.基于改进关联规则算法的警情数据分析[J].计算机与现代化.2019
[4].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
[5].阎婷,吴文华,严丽娜,万征.基于C-D的关联规则兴趣度挖掘算法[J].通信技术.2019
[6].李欣竹,蒋晨琛,刘进林.基于遗传算法的盗窃案时空关联分析[J].信息技术与网络安全.2019
[7].潘俊辉,张强,王辉,王浩畅.一种基于压缩矩阵的高效关联规则挖掘算法[J].计算机与数字工程.2019
[8].杨丰瑞,吴晓浩,万程峰.结合信任度和项目关联的混合推荐算法[J].计算机工程与科学.2019
[9].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
[10].柴蓉,王令,陈明龙,陈前斌.基于时延优化的蜂窝D2D通信联合用户关联及内容部署算法[J].电子与信息学报.2019
论文知识图
