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。     

学院初教机目视转场训练问题探讨

飞行学院初级教练机多年沿用的仪表飞行转场训练科目已不能满足日益增长的飞行流量的需要.训练任务的进一步增加,对学院转场训练模式提出了新的要求.于是,在合理利用行业规定的前提下,采用目视规则飞行和仪表规则飞行共存的训练模式孕育而生.本文就学院实施新的转场飞行训练模式的可行性、具体实施方案等问题进行了探讨.     

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。     

一种基于粗糙集理论的粗糙神经网络构造方法

提出在BP神经网络中使用粗糙集理论网络的设计，由于粗糙集理论有强大的数值分析能力,而BP神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好，计算简单，收敛速度快的神经网络模型，这种神经网络的算法的主要过程为：首先利用粗糙集能力去发现给定数据集的一些规则，然后根据这些规则构造神经网络稳含层的神经元个数，最后用BP算法迭代求了网络的各种参数，完成网络的设计，本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。     

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。     

重新认识宏观结构理论及其在EFL教学中的作用

宏观结构是篇章意义的精华，了解该理论对于EFL阅读理解教学有着重要的作用。宏观结构理论的提出为篇章分析提供了全新的视角，掌握宏观规则能够帮助读者有效地提高阅读技巧。通过对该理论的分析得出EFL阅读理解教学的启示。     

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．     

实时数据库的主动机制研究与实现

主动机制是实时数据库管理系统（ＤＢＭＳ）的一个重要功能。在主动机制的基础上,实时ＤＢＭＳ能够根据数据库中某些数据及环境的变化,主动地作出一定的反应,执行预先设计的动作,而不仅仅是被动地执行用户的命令。文中主要介绍一个实时ＤＢＭＳ的主动子系统,采用事件－条件－动作的规则来实现其主动功能;讨论了规则的表示和存储结构,规则子系统的系统结构及与ＤＢＭＳ的联系;并详细介绍了条件评价器、规则检索优化、规则冲突     

提高模糊控制品质的一种方法

本文将控制系统动态过程划分为三个阶段,即初期段、中期段和末期段,然后根据不同阶段的控制特点,采取不同的模糊控制策略,从而形成了一种分段模糊控制方法,与基本模糊控制方法相比,该方法提供了较好的控制品质,文中算例证实了这一点。     

英语若干词类的连词化及其翻译

从五个方面列举大量实例,证明若干词类,如名词、分词,包括过去分词和现在分词,介词、副词、冠词等,也可用作连词,并依据实例指出了它们在不同的上下文中的翻译.     

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MATL...     

图形文法在三维角点检测中的应用(英文)

许多局部特征描述都假设场景是平面的,而在真实场景中捕捉到的图片都是来自三维世界。在图像匹配和目标检测中,三维角点作为一种包含三维信息的形状特征,是一种新的重要不变特征,但从普通角点中自动鉴选出三维角点比较困难。基于图像的图形文法提出一种新的三维角点检测方法。该方法在一定程度上能够检测出角点的三维特性。实验结果表明三维角点特征在图像匹配中是适用的,证明了所提出的方法的有效性。     

基于神经网络的飞机极限数据专家系统

利用神经网络专家系统的方法时飞机飞行参数的极限允许值进行计算，可以使推理过程变得简洁、清晰，避免了常规方法在软件实现上的诸多缺点。同时，本文采用一种模糊规则方法对神经网络专家系统的推理行为进行描述，使得神经网络专家系统能够回答有关why和how的询问。以最大允许马赫数的计算为例，本文设计了用于该参数推理的神经网络专家系统．并给出了简单算例。     

遗传算法在飞行冲突解脱中的应用

随着空中交通流量的增加，我国的空中交通系统面临着越来越严重的航线拥挤，飞行冲突变得日益严重。自由飞行是解决这一问题的有效方法，即允许飞行员选择最合适自己的飞行航线和飞行速度，其优势显而易见，但同时增加了管制员管制监控的难度 ，基于遗传算法的自由飞理论能有效地解决这一问题。本文论述了该方法在飞行冲突解脱中的应用。     

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。     

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。     

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。     

VOR/NDB间隔标准确定的探讨

主要讨论了VOR/NDB间隔标准在管制过程中存在的问题及解决方案.首先,介绍了我国现行间隔标准,并分析了其中存在的问题;然后,运用对航路划设保护区的方法,对间隔标准的确定进行了理论分析和计算;最后,根据计算结果提出一个建议性的VOR/NDB间隔标准.