基于数据挖掘的飞机系统故障关联规则研究

为在日常运行中降低飞机系统故障率,提高飞机运行的可靠度,运用Apriori算法挖掘飞机系统故障间的关联规则。首先从2010-2019年间有记录的空客A320和波音B737系列飞机故障案例中提取有效数据,建立原始数据库;然后使用Apriori算法建立飞机系统故障关联规则挖掘模型,确定最小支持度和置信度;最后,使用MATLAB编程,遍历数据库,挖掘出各故障间的强关联规则。实证计算结果显示,飞机系统不同故障间存在隐形联系和不同强度的关联规则。     

一种新的空间多维关联规则模型与算法

空间对象具有自相关、连续性、多尺度等特点,导致空间关联规则挖掘与传统的统计关联规则挖掘不同,不存在统计的“事务”,挖掘更加复杂。本文用基于空间相关的影响域来创建“空间事务”,以代替传统关联规则挖掘中的事务,建立了一种新的应用于挖掘空间多维数据的空间多维关联规则模型(Spatial multidimensional association rules model,SMARM)。设计并实现了一种新的挖掘算法SMARBIA,用基于影响域、空间支持度等剪枝技巧,克服了空间多维关联规则挖掘过程中候选项目集庞大的困难。实验表明,该算法能有效地减少候选项目集而获得较好的性能。     

外关联规则挖掘

根据项集内项的关联性,现有关联规则挖掘算法可分为正关联规则挖掘和负关联规则挖掘两大类,它们反映的是项集内频繁项之间的关联性。通过对实际数据集的分析发现,一个项集可以划分成若干子项集,子项集内的项有较高的相关性,而不同的子项集相关性则较低,这意味着每个子项集与其外部的一个潜在因子间存在着关联,由此本文提出了外关联规则的概念,并基于因子分析和主成分分析方法,提出了外关联规则挖掘算法(FAAR),从而将项集内的关联规则挖掘外推到子项集和潜在因子集之间的外关联规则挖掘,扩展和丰富了关联规则挖掘的应用,在此基础上还可进一步发现它所蕴涵的正、负关联规则。     

挖掘周期性一般关联规则

在事务数据库中的周期性一般关联规则可以揭示类的不同层次之间的关系和呈现周期性变化。这些信息对于识别在关联中的趋势和预测非常有用。由于数据噪声对发现周期性一般关联规则的巨大影响 ,文中用噪声比来抑制数据噪声对发现周期性一般关联规则的影响。同时根据对周期性与一般高频集之间关系的分析 ,利用周期裁剪技术来节省挖掘时间 ,给出了 (Cyclic general-ized itemsets,CGI)算法。实验证明 ,该算法可高效地发现周期性一般关联规则。     

遗传算法在多维多层关联规则挖掘中的应用

关联规则生成是数据挖掘技术中一个非常重要的研究领域,自1993年提出经典频集算法后,出现了很多以此为基础进行了改进的算法,但都存在着明显的缺陷．文章中根据遗传算法的基本思想以及关联规则挖掘的有关理论构造了一种生成多维多层关联规则的遗传算法,在一定程度上克服了经典频集算法的不足之处,提高了生成关联规则的有效性．     

面向工程教育认证的软件专业硬件课程教学研究

针对软件工程专业开设的硬件课程存在的问题,如课程间内容重复、课程内容与专业要求不一致等,在工程教育认证申报工作的推动下,本文针对本校软件工程专业中所开设的两门主要硬件课程——"数字逻辑"和"计算机组成与结构"进行了改革。聚焦复杂软件工程问题,整合教学内容;基于以学生为中心的教学理念改革教学方法;根据成果导向的工程教育理念改革课程教学目标、考核方式和考核内容;教学评价着眼于质量持续改进。以期加强课程间知识的关联,节省课时,提高教学质量,融合"课程思政"教育,使学生达到工程教育认证的毕业要求,为国家培养德才兼备的软件人才。     

WEB访问信息挖掘中的关联规则发现算法的研究

本文采用了一种快速算法Aprioti，将传统数据挖掘技术中的关联规则发现技术引入web数据挖掘，并针对在Web应用的特点进行了改进，有效地提高了求高频站点集的效率。     

基于模糊ISODATA*的关联规则聚类算法

在对模糊ISODATA算法分析的基础上,提出了一种适用于关联规则聚类ISODATA^*算法。本文首先分析了距离聚类的不足,然后结合关联规则的表示形式,提出了基于属性权重实现规则聚类的思想,并给出了相应的实现算法。最后采用国际上的UCI数据库进行了实验。实验表明该算法能有效地对关联规则进行聚类。     

高职院校Flash动画设计课程教学改革探讨

Flash动画设计课程是多媒体专业学生重要的必修专业课。为提高该课程的教学效果,从改革教学内容、教学方法、教学模式、考核方法四个方面进行探讨。     

面向大数据的数据处理与分析算法综述

大数据处理是近年来广受关注和研究的技术领域,数据挖掘作为从大量数据中挖掘隐藏价值信息的技术,是处理大数据的有效工具。本文主要从数据挖掘的角度对大数据处理算法的研究现状进行分类总结。首先介绍了大数据中针对流式数据分类的方法,包括单模型算法和集成分类算法;其次分别从单机算法和基于分布式并行平台的多机算法两个角度概括介绍了大数据聚类方法以及大数据关联规则挖掘方法;最后总结了现有面向大数据的数据挖掘算法的研究进展并展望未来的发展趋势。     

高校礼仪课程教学规范研究

为提高大学生的礼仪素养,众多高校都开设了礼仪课程。但在当前的教学中,并没有很好地达到礼仪教学预先设定的目标。课题组对海南高校开设礼仪课程的教学情况进行了调查,对调查结果进行综合分析之后,认为应在规范礼仪教学内容、改进礼仪教学方法及改革课程考核方式等方面着手,对礼仪教学进行规范。     

大学英语后续课程设置研究——以集美大学为例

本文以需求分析为理论,以问卷调查为工具,调查集美大学学生申请大学英语免修的原因以及他们对于后续课程的期待与需求。调查结果显示,申请免修主要是教材应用性不强;大部分的学生对于开设后续课程是积极参与的,在课程类型上侧重于语言应用类,并且在语言技能上希望能提高英语听说能力,主要目的是为了满足就业的需求。本文最后提出开设后续课程存在的问题以及相应的对策。     

一种改进的隐私保护关联规则挖掘算法

部分隐藏的随机化回答方法是基于关联规则数据挖掘的隐私保护算法,针对该算法在重构频繁项集支持度上的指数级时间复杂度导致算法执行效率下降的不足,采用分治策略和集合运算方法对该算法进行改进,消除重构数据的指数级运算。改进算法降低了算法的时间复杂度并有效提高了执行效率。仿真实验与分析表明了改进算法的有效性。     

一种挖掘意外规则的方法

采用不确定规则形式表示发现知识和用户的领域知识,提出了发现规则相对于领域规则的前件一致度的概念及其计算方法,在此基础上给出了3种规则意外形式;分析了规则意外度的影响因素,给出了意外性的度量函数;研究了一种意外规则的挖掘方法,该方法不受产生规则的数据挖掘算法限制。实验结果表明,该方法能够有效地遴选出意外规则。     

基于数据分析的飞行实践考试不通过关联规则挖掘

飞行实践考试是对飞行学员飞行训练效果的综合检验，是航空人才培养过程中的重要环节。为探究飞行学员飞行实践考试不通过的关键诱因，降低飞行实践考试不通过率，本文使用Apriori数据挖掘算法对飞行实践考试不通过的实测数据进行建模，从人、机、环、管四个方面分析飞行实践考试挂科的原因，旨在为提高飞行实践考试通过率提供参考。     

“创新思维与科研训练”课程推行中的些许感悟

为响应国家及学校号召而申请开设的创新创业类课程——"创新思维与科研训练"在我校顺利开设。在课程具体实施过程中,无论是学生的选修情况、课堂开展情况及课程影响等方面的实际状态都引发了创新创业指导团队教师的思考,并针对引发各类状况的具体原因进行了分析讨论,且讨论结果通过针对学生的实际调查进行了一定程度的验证。整个过程及调查分析结果对该课程的持续运行以及学生创新创业方面的引导教育都有重要的参考价值。     

应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。     

《软件工程》工程化教学改革的尝试与探索

软件工程是计算机专业必修的一门课程,很多学校在按照计算机科学方向进行讲解,其后果是学生很难理解软件工程的真正内涵所在。如何讲授这门实践性很强的专业课,如何在计算机科学方向与工程方向上寻找一个最佳结合点,使学生更好地理解并掌握这门课程,本文论述了作者在这方面的尝试和探索。     

开设空乘专业客舱实训课程初探

客舱模拟实训是空中乘务专业一门重要的专业技能课，对于培养学生的操作技能、服务意识和综合素质很有益处。我校空中乘务专业的学生还未开设这门课程。本就我校开设客舱实训课程的必要性以及如何进行教学组织作一初步探讨。     

航空英语专业课阶段内容依托式教学的模式与效果

研究显示,内容依托式教学法对提高英语专业学生的语言技能、促进专业知识学习有明显作用。该研究通过对行业院校英语专业在民航英语专业课程授课阶段实施CBI教学实验进行研究,探讨了民航英语专业课阶段各门课程的课程设置和教学方法。通过测试、访谈等研究发现:把CBI理念引入民航英语教学不会影响学生的语言发展,还可以显著提高学生的语言输出能力和思维能力。在ESP课程中实施CBI教学模式的关键问题是处理好专业内容和语言技能的比例与衔接,保证学生在课堂中的主导作用和语言教学的核心地位。