i改进算法在研究影响土壤反射率因素中的应用.PDFVIP

第３４卷第７期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．７ ２０１７年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１７ Ａｐｒｉｏｒｉ改进算法在研究影响土壤反射率因素中的应用 孙　斌　韩艳玲　丰国超 （中国地质大学信息工程学院　湖北武汉４３００７４） 摘　要　　首先简短介绍Ａｐｒｉｏｒｉ算法相关概念、改进算法的理论和实现步骤。继而通过实例试探性地将其运用到 研究影响土壤反射率因素的应用中。实验结果表明：改进的Ａｐｒｉｏｒｉ算法不仅提高了产生频繁项集的效率，而且有效 地减少了算法的计算时间。最后，验证并说明了关联规则、Ａｐｒｉｏｒｉ及其改进算法适用的广泛性以及有效性。 关键词　　Ａｐｒｉｏｒｉ算法　土壤反射率　有机质　关联规则 中图分类号　ＴＰ３１１．１３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０７．０５４ ＡＰＰＬＩＣＡＴＩＯＮＯＦＩＭＰＲＯＶＥＤＡＰＲＩＯＲＩＡＬＧＯＲＩＴＨＭＩＮＳＴＵＤＹＩＮＧ ＦＡＣＴＯＲＳＯＦＳＯＩＬＲＥＦＬＥＣＴＩＶＩＴＹ ＳｕｎＢｉｎ　ＨａｎＹａｎｌｉｎｇ　ＦｅｎｇＧｕｏｃｈａｏ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＧｅｏｓｃｉｅｎｃｅｓ，Ｗｕｈａｎ４３００７４，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｉｒｓｔｌｙ，ｔｈｅｃｏｎｃｅｐｔｓｏｆＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍａｒｅｂｒｉｅｆｌｙｉｎｔｒｏｄｕｃｅｄ，ａｎｄｔｈｅｔｈｅｏｒｙａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｓｔｅｐｓ ｏｆｔｈｅａｌｇｏｒｉｔｈｍａｒｅｉｍｐｒｏｖｅｄ．Ｔｈｅｎ，ｉｔｉｓａｐｐｌｉｅｄｔｏｔｈｅｓｔｕｄｙｏｆｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅｓｏｉｌｒｅｆｌｅｃｔｉｖｉｔｙｔｈｒｏｕｇｈｔｈｅｅｘａｍｐｌｅ ｔｅｎｔａｔｉｖｅｌｙ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍｎｏｔｏｎｌｙｉｍｐｒｏｖｅｓｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆ ｇｅｎｅｒａｔｉｎｇｆｒｅｑｕｅｎｔｉｔｅｍｓｅｔｓ，ｂｕｔａｌｓｏｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｓｔｈｅｃｏｍｐｕｔａｔｉｏｎｔｉｍｅｏｆｔｈｅａｌｇｏｒｉｔｈｍ．Ｉｎｔｈｅｅｎｄ，ｔｈｅ ｇｅｎｅｒａｌｉｚａｔｉｏｎａｎｄｖａｌｉｄｉｔｙｏｆａｓｓｏｃｉａｔｉｏｎｒｕｌｅ，Ａｐｒｉｏｒｉａｎｄｉｔｓｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍａｒｅｐｒｏｖｅｄ． Ｋｅｙｗｏｒｄｓ　　Ａｐｒｉｏｒｉａｌｇｏｒｉｔｈｍ　Ｓｏｉｌｒｅｆｌｅｃｔｉｖｉｔｙ　Ｏｒｇａｎｉｃｍａｔｔｅｒ　Ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓ ０　引　言 １　Ａｐｒｉｏｒｉ算法及其改进思想 ［１］ １．１　算法简介 Ａｐｒｉｏｒｉ算法 是由Ａｇｒａｗａｌ等人提出的一种用于 挖掘关联规则中频繁项集的算法［２］，其最显著的特征 在关联规则中，支持度大于或等于最小支持度的 就是应用先验知识即ｐｒｉｏｒｋｎｏｗｌｅｄｇｅ（频繁项集性质） 项集称为频繁项集，简称频集。为了生成所有频繁项 通过迭代方法逐层搜索数据库。 集，使用了递归的方法：先找到频繁 １项集集合Ｌ１，然 Ａｐｒｉｏｒｉ算法主要存在两方面的问题：一是算法在 后用Ｌ１找到频繁２项集集合Ｌ２，接着用Ｌ２找Ｌ３，直 每产生一次候选项集，都必须重新扫描一遍事务数据 到找不到频繁Ｋ项集为止，找每个Ｌｋ都需要对数据库 库Ｄ。对数据库规模大的情况，扫描数据库的过程将 扫描一次。然后通过得到的频集来产生关联规则，这 会在外部存储介质和内存之间频繁交换数据。二是连 些规则同样必须满足不小于最小支持度和最小可信