关联分类相关论文
阐述现阶段大数据应用的基础上,从人工智能角度出发进行数据挖掘的算法研究.基于支持度和置信度的关联分类算法难以有效度量类别和......
随着病毒技术的发展，病毒的花样不断翻新，入侵的手段也越来越高，给网络信息安全造成了巨大的危害。为了克服目前反病毒领域采用的特征......
本文针对关联分类器会产生大量的规则，且效率比较低的问题，提出了以信息增益的方法来对每个类挖掘出来的规则进行重新排序，然后从每个......
传统的信息挖掘技术已经无法满足大数据环境下日益复杂的应用需求，而分布式数据挖掘技术是解决这个难题的一种手段，因此提出了基于改......
蛋白质二级结构预测问题，是目前生物信息学领域中最为重要的任务之一。目前已有方法普遍存在预测准确率普遍不高、预测结果的解释性......
视频的理解是一个高层语义信息与底层视觉特征信息自然融合的过程。如何有效地对视频信息进行分析，实现视频内容理解，并根据视频理解......
本文通过理论分析加以辅助实验，围绕Web使用挖掘中的几个主要问题进行了研究。 本文首先对Web使用挖掘中各个阶段进行了全面的分......
关联分类法将关联规则挖掘技术应用于分类领域，构建了一种新的更准确的分类器。由于关联规则挖掘在挖掘大量数据之间的并发的潜在相......
本文在介绍相关研究背景及关键技术的基础上，主要从应用的角度以数据仓库技术为基础，针对银行卡业务，进行了银行卡业务的需求分析；设计......
数据挖掘是数据库知识发现的一个研究热点。数据挖掘一般是指从大量的数据库或数据仓库中搜索隐藏于其中的有着某种特殊关系性的规......
随着社会信息化程度的提高，数据量呈指数增长，从大量数据中挖掘有价值的知识在当今信息时代具有重要意义。 在数据挖掘的各个分支......
随着信息技术的高速发展,数据库应用的不断深化,数据挖掘已成为当今研究的热点之一。其中,关联规则挖掘和分类规则挖掘是应用范围......
信息时代，高速发展的计算机技术使许多有价值的信息被保存起来，但是如何将这些隐含信息有效地挖掘出来加以利用是我们不断研究的方向......
在线教育平台为学习者提供学习资源的同时,也存在信息过载和信息孤岛的问题,采取何种方式组织这些教育数据已成为教育数据挖掘领域......
在现有的众多文本分类方法中,关联分类以其较高的准确率和较快的训练时间而成为一种重要的自动文本分类方法.针对汉语言的特殊性，本......
基于关联规则的分类方法即关联分类算法,是数据挖掘中非常重要的一个领域,因解释说明性强,分类精度高等特点已经成为智能决策领域......
该文根据最小割的原则,对电力网络进行划分,以区域为单位,提取各区域母线和线路运行数据的统计量,作为暂态稳定评估问题的输入特征......
针对现有关联分类技术的不足,提出了一种适用于关联分类的增量更新算法IUAC.该算法是基于频繁模式树挖掘和更新关联规则的,并使用......
将数据挖掘理论中的关联规则分析与分类分析相结合,提出了一种基于数据挖掘理论的暂态稳定评估方法.文中选择反映电力系统运行状态......
分类问题是机器学习领域的一个重要研究方向,它通过学习数据发现其中的规律来构建一个分类模型,该模型将用于预测待分类数据的类别......
针对分类中如何有效利用负关联模式提高分类准确率，提出了一种基于正负关联模式的分类算法．利用类Apriori算法挖掘包含正项或／和负项......
传统预处理数据的方法没有很好地利用数据属性之间的相互信息，所得到的预处理结果难免会出现失真，不能准确反映数据之间的更多信息。......
针对现有关联分类算法资源消耗大、规则剪枝难、分类模型复杂的缺陷,提出了一种基于分类修剪的关联分类算法改进方案ACCP.根据分类......
分布式lazy关联分类算法（DLAC算法）指应用分布式关联规则挖掘算法的lazy关联分类算法。现有的DLAC算法存在2个主要问题：一是对多个待......
懒散关联分类针对每个待分类实例的特征进行分类关联规则的挖掘，通常能取得较高的准确率。然而，由于某些数据集中存在一些质量不好的......
针对如何减少关联分类方法中冗余规则，增加FOIL算法的规则数，以提高分类准确率，提出了一种结合关联与FOIL算法的分类方法，并称之为ACFA......
提出一种基于兼容性特征向量SVM分类器的动态关联规则趋势度的挖掘方法。首先，利用动态关联规则的趋势度的挖掘方法挖掘出类关联规......
用户分类是Web访问模式挖掘研究的一个重要任务。提出一种应用关联分类技术对Web用户进行分类的方法：首先通过对Web日志文件预处理......
近年来,基于关联规则的文本分类方法受到普遍关注.虽然在一般情况下这种方法可获得较好的分类效果.但当样本特征词分布明显不均时,......
关联分类是一种通过挖掘训练集中的关联规则,并利用这些规则预测新数据类属性的分类技术。最近的研究表明,关联分类取得了比传统的......
在分析关联规则挖掘领域中概化闭包（GC）项集压缩方法基础上，为克服训练数据集中的噪声干扰，改进雎分类器，设计了一种基于概化闭包压缩规......
提出了一种快速基于约束的医疗图像关联分类算法(CBCPFPgrowth算法).算法利用扩展项集表征约束,通过加入最大支持度和项出现位置的......
针对传统的关联分类算法在构造分类器的过程中需要多次遍历数据集从而消耗大量的计算、存储资源的问题,该文提出了一种基于知识进......
提出了基于频繁闭项集的新关联分类算法ACCF。ACCF首先挖掘出所有频繁闭项集（CFIs）和候选分类关联规则,然后从候选分类关联规则中产......
提出了一种基于多分类-关联规则的快速分类算法--FCMAR,该算法在建立频繁模式树(FP-tree)时裁减掉不能生成频繁规则的项目,因而可......
针对现有关联分类技术的不足，提出了一种适用于关联分类的增量更新算法IUAC。该算法是基于频繁模式树挖掘和更新关联规则的，并使用一......
关联分类具有较高的分类精度和较强的适应性。基于闭频繁项集有效压缩事务及FPL(Frequent Pattern List)简单数据结构等方面的优点......
本文设计和实现了一个中文新闻主题追踪系统TDTsystem，采用构成新闻事件的四个要素“人物、地点、时间、关键词”作为文档／事件模型，......
蛋白质二级结构预测是公认的生物信息学领域的国际性难题。以基于内在认知机理的知识发现理论（knowledge discovery theory based o......
基于支持度置信度框架的关联分类算法在生成规则时难以提出大量高质量规则,而且在一些数据集尤其是不平衡数据集上,部分训练实例未......
研究了现有的关联分类算法在文本分类中的应用，发现对于有结构的文本数据，关联分类算法未考虑文本的语义信息导致分类精度不够理想，为......
为了找到负荷值与各种影响负荷预测精度因素之间的关系来进行缺损数据处理，提出一个基于关联分类技术的短期负荷数据缺损处理模型。......
目前基于关联分类方法的分类器通常只选取少数高质量的类规则进行分类，使得一部分待分类的数据无法分类。鉴于压缩规则可以表示多条......
引进一种数据流关联规则分类法（AC-DS）,并应用该方法对UCI机器学习库中标准数据集进行分类验证,验证结果表明该方法准确且有效。然后......
本文采用评估反馈控制机制,对关联分类方法的阈值设定自适应调节进行了研究。首先建立了对分类规则集进行判优评估的数学模型;然后......
在文本关联分类研究中，训练样本特征词的分布情况对分类结果影响很大．即使是同一种关联分类算法，在不同的样本集上使用，分类效果也可能......
提出一种新的基于类频繁模式树的关联分类算法CFPC（Class FP—tree based Classifier）．该方法基于FP—tree实现，无需生成庞大的候选项......
