一种改进的Apriori算法在交通信息化中的应用.pdfVIP

一种改进的Apriori算法在交通信息化中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
应用奇葩 Example of Application 一种改进的Apriori算法在交通信息化中的应用 吴 昊,李军国 ( 吉林大学珠海学院计算机科学与技术系,广东珠海5 1904 1) 摘 要:基 于关联规 则理论 ,在传统 的单 维单层布 尔型Apri ori 算 法的基础上提 出一种 改进 的 多维 多 数 据类型Ap ri ori 算 法,将 算 法用于分析 复杂 的交通事故数 据库 。理论分析和 实验数 据表 明,算 法是 有 效 可行 的 ,实验 结论 达到 了交通 管理部 门的预期要 求 ,可 以用于辅 助相 关部 门作 出道路 交通 改进 工作 的决策 。 关键词: 关联规 则 ;Apri ori 算 法 ;数 据挖掘 中 图 分 类 号 : tP182 文 献 标 识 码 : A An improved Apriori algorithm apply to traffic management WU Hao,LI Jun Guo (Computer Science and Technology program ,Zhuhai College ,Jilin University,Zhuhai 5 1904 1,China) Abstract :Based on the association rules and the classical single-dimensional and single-layer boolean Apriori algorithm,the text puts forward an improved multi-dimensional and mutli-type Apriori algorithm to analyse the complicated database which records the data of traffic accidents. the theory and the experiment data indicates that the algorithm is effective and feasible.On the whole,the conclusions are coincident with the anticipated requests,and it can be used to assist the correlative department to make decision on improving the road traffic. Key words :association rules;Apriori algorithm;data mining 在当今的网络信息社会,为及时处理与日剧增的数据 k k [3] 利用 -项集来产生( + 1)-项集 。本文正是在此基础上进行 信息,解决知识获取这一瓶颈问题,研究人员于20世纪80 了探讨,力求寻找一种更为实用的改进的Apriori算法。 年代末提出了知识发现(KDD) 的概念。知识发现是指从数 本文从关联规则理论出发,提出一种改进的多维多数 据集中识别出有效的、新颖的、潜在有用的,以及最终可 据类型Apriori算法。算法是通过改进候选集C 的产生方式, k 理解的模式的非平凡的过程,数据挖掘(DM)是知识发现过 即函数gen_candidate() 中候选集的产生。理论分析和实验数 程的一个重要步骤,在KDD和DM 的诸多方法中,关联规 据表明,文中提出的改进的Apriori算法是有效、可行的。 则数据挖掘算法尤为引人注目。

文档评论(0)

天马行空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档