导读:本文包含了多维关联规则论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多维,规则,算法,甲状腺,不良反应,在线,类药物。
多维关联规则论文文献综述
滕辉[1]（2019）在《药物不良反应多维关联规则数据挖掘分析》一文中研究指出目的构建分析甲状腺疾病类药物不良反应多维关联规则挖掘,为临床甲状腺类药物用药安全奠定基础。方法使用SQL构建起多维关联数据仓库,结合数据挖掘技术当中的关联规则来挖掘数据当中所存在的潜在的有价值的信息,比较2010年至2016年7年纵向多维关联规则的结果以及不同甲状腺疾病类药物横向比较结果。结果 2010年至2016年纵向比较结果显示51岁以上的老年人甲状腺类药物不良反应总体占比较高,女性不良反应占比较高,呈现出较强的叁维关联性;横向比较结果显示4类甲状腺类药物当中,甲硫咪唑药物不良反应最高,接下来依次为丙基硫氧嘧啶、左甲状腺素钠等。结论通过基于关联规则对甲状腺类药物不良反应情况进行统计分析,能够明确甲状腺类药物不良反应现状,并且构建起预警模型,减少今后不良反应事件的发生比率,值得推广使用。(本文来源于《第叁期荆楚学术研讨班座谈会论文集》期刊2019-11-18）
滕辉[2]（2019）在《药物不良反应多维关联规则数据挖掘分析》一文中研究指出目的构建分析甲状腺疾病类药物不良反应多维关联规则挖掘,为临床甲状腺类药物用药安全奠定基础。方法使用SQL构建起多维关联数据仓库,结合数据挖掘技术当中的关联规则来挖掘数据当中所存在的潜在的有价值的信息,比较2010年至2016年7年纵向多维关联规则的结果以及不同甲状腺疾病类药物横向比较结果。结果 2010年至2016年纵向比较结果显示51岁以上的老年人甲状腺类药物不良反应总体占比较高,女性不良反应占比较高,呈现出较强的叁维关联性;横向比较结果显示4类甲状腺类药物当中,甲硫咪唑药物不良反应最高,接下来依次为丙基硫氧嘧啶、左甲状腺素钠等。结论通过基于关联规则对甲状腺类药物不良反应情况进行统计分析,能够明确甲状腺类药物不良反应现状,并且构建起预警模型,减少今后不良反应事件的发生比率,值得推广使用。(本文来源于《第二期荆楚学术研讨班座谈会论文集》期刊2019-10-09）
邵晓东,魏洪昌,陈宏达,刘继婷[3]（2019）在《依赖关联规则映射的多维信息SDN数据中心优化》一文中研究指出为了解决交换机静态分配给多维信息并且静态配置多维信息,因此流量动态可能导致响应时间长并且导致高维护成本问题,将多维信息SDN数据优化(SDN data optimization for multi-dimensional information,SDOMI)制定为在线优化,以最大限度地降低由多维信息集群的响应时间和维护所导致的总成本。通过应用随机固定水平控制(RFHC)框架,将SDOMI分解为一系列稳定的转移匹配问题,保证竞争比率的小损失。由于匹配问题是NP难的,提出了一种关联规则映射算法,它集成了匹配理论和关联规则映射中的关键概念,以有效地解决它。理论分析证明的算法在几十次迭代中收敛于近似最优Nash稳定解,并在多维信息之间实现更好的负载平衡。(本文来源于《电子测量技术》期刊2019年19期）
乔浪,郭新宇,彭程[4]（2019）在《基于多维关联规则的猪肉价格波动原因分析》一文中研究指出我国是世界上最大的猪肉生产国和消费国,猪肉是我国人民肉食的主要来源,分析猪肉价格的波动原因具有重要意义。以2006—2015年猪肉价格月度数据为研究对象,采用数据挖掘中的多维关联规则算法,定量分析猪肉价格与供给、需求、成本3个方面9个影响因素之间的影响关系。结果表明,供给因素方面,猪肉价格与猪肉产量、年末存栏量、出栏猪肉呈负相关性;需求方面,猪肉价格与居民消费水平、牛肉价格和鸡肉价格呈正相关性,其中牛肉价格的变动对猪肉价格影响较大;成本方面,猪肉价格与生猪价格、仔猪价格和玉米价格呈正相关性,其中生猪价格的变动对猪肉价格敏感性较高。运用数据挖掘技术定量分析猪肉价格和影响因素的关联程度,以期为有关部门稳定猪肉价格提供科学依据。(本文来源于《江苏农业科学》期刊2019年11期）
黎丹雨,陈怡华[5]（2019）在《一种多层多维的关联规则挖掘算法在推荐系统中的应用》一文中研究指出针对传统协同过滤算法将用户-项目评分矩阵作为数据的输入,试图找到最相似的用户或者项目,但却忽略了用户与项目属性之间的关联关系等问题,本文构建一种多层数据的模型,在不同层次之间找出多维序列,挖掘出频繁多维序列模式,输出关联规则。用输出的关联规则改进评分矩阵,改进后的数据包含了用户和项目之间的关联关系,经过协同过滤算法输出TOP-N推荐项目。在MovieLens数据集上进行试验验证,实验结果表明所提方法能够优化模型的推荐性能。(本文来源于《计算机与现代化》期刊2019年06期）
袁佩玲[6]（2019）在《基于Hadoop的多维关联规则挖掘算法研究及应用》一文中研究指出关联规则挖掘是一种在海量数据集中挖掘隐含内容和知识的重要技术,也是一直以来数据挖掘的热门之一。随着时代的发展,关联规则挖掘的研究出现了多维关联规则,并得到了迅猛发展,目前已广泛应用于商业领域。本文设计了以Hadoop分布式模型为基础的,并且是多维度的关联规则挖掘算法。根据传统Apriori算法的性质,加上了解了每一种关联规则挖掘算法以后,通过剪枝策略,设计了一种适用于多维数据的IApriori算法,该算法在时间性能上有所提高。以Hadoop分布式框架为平台,策划并完成了多维关联规则挖掘算法的并行化,这种算法称为Improved Parallel Apriori算法,简称为IPApriori算法。这种并行化算法过程和建立结构的方法可以降低系统的I/O负荷,提高此法的执行效率。本文将改进的多维关联规则算法运用到手机用户行为预测关联分析中,分析影响手机用户行为的一些主要因素。首先需要清洗数据,建立多维数据模型,实验数据维度的划分和预处理。数据特征属性涉及包括多个维度:性别维度、年龄维度、省份维度、城市维度、区域维度、时间维度、手机品牌维度和APP类型维度。然后将并行化的多维关联规则挖掘算法运用于手机用户行为分析,并对结果进行分析,挖掘出手机用户行为与年龄维度、性别维度、时间维度、地点维度和手机品牌维度属性之间可能存在的某种关联。最后运行IPApriori算法、IApriori算法和基于Hadoop的DG-Apriori算法,在不同是事务数量和最小支持度下,分别比较叁种算法的时间效率,执行时间越少的,算法运行效率越高。实验结果表明IPApriori算法在不同是事务数量和最小支持度下相较于其他两个算法执行时间是最少的。(本文来源于《华中师范大学》期刊2019-05-01）
王萝萍,唐兴宏,钱颖颖,马永凯,于春霞[7]（2019）在《基于矩阵的多维关联规则算法在烟叶复烤配方的应用研究》一文中研究指出针对Apriori算法频繁扫描数据库造成的I/O开销大等问题以及烟叶复烤配方模块多维数据挖掘的需求,论文在经典Apriori算法的基础上,提出了一种基于矩阵的多维关联规则改进算法,该算法通过构造多维事务矩阵,减少了扫描数据库的次数,同时不断通过剪枝、剔除冗余事务对矩阵进行压缩,有效提高了挖掘效率。利用该算法对历史复烤配方数据进行了挖掘分析,结果表明该方法能够有效地将配方数据中隐含的诸多配方专家的配方维护行为规律提取为规则表示形式,从而挖掘出配方模块中烟叶的搭配和协同信息。该方法减少了配方研发人员的工作量,可有效地指导实际配方设计和维护工作。(本文来源于《计算机与数字工程》期刊2019年01期）
胡健,蒲东,孙金花[8]（2019）在《基于多维关联规则的区域能源安全外生警源隐含特征分析》一文中研究指出针对现阶段我国区域能源安全突发事件频现的问题,对区域能源安全外生警源隐含特性展开了研究。通过对区域能源安全事件案例抽取,构建了能源安全外生警源属性集和数据集。依据数据集的特点设计了能源安全外生警源多维关联规则挖掘模型。该模型首先基于多维属性融合的思路,通过把属性划分为事务项,将外生警源多维属性映射为一维,然后利用Apriori算法的基本原理进行规则挖掘;在此基础上,将该模型应用于能源安全外生警源隐含特征分析中,研究警源属性间的关联关系,实现强关联规则输出。研究结果表明,多维关联规则方法可以发现隐藏在外生警源数据中的规律,通过对挖掘出的规则集的归纳分析,得出区域能源安全外生警源爆发时具有衍生性、季节性、危害性和持续性等共性特征。(本文来源于《计算机应用研究》期刊2019年12期）
郝丽萍,朱平,蔡会会,袁林,闫小向[9]（2018）在《基于多维关联规则的智能变电站二次设备的故障定位研究》一文中研究指出智能变电站的SCD(全站配置文件)在针对变电站的事件、采样值等时无法生成相应端口之间的映射关系,从而导致当二次设备发生故障时,无法快速、精准的给故障进行有效定位,依据现实需要,通过对多维关联规则进行研究,提出一种基于多维关联的智能变电站二次设备的故障定位方法,并以此设计相应的智能故障诊断系统,结合相应的优化算法,精确定位出二次设备发生故障时实际故障点的位置。(本文来源于《数字通信世界》期刊2018年08期）
王玲,孟建瑶,李俊飞,彭开香[10]（2018）在《基于多维时态关联规则的演化模糊推理预测算法》一文中研究指出挖掘时态关联规则的目的是为了发现带有时态信息的项集之间有趣的关系.由于数据库经常动态更新,时态关联规则的挖掘也应该适应数据库的更新.然而,现有的大多数算法不仅需要重新挖掘更新的数据库,浪费了大量的时间和效率,而且不能利用已存在的规则定量地预测某些项的变化趋势.本文提出了一个基于多维时态关联规则的演化模糊推理预测建模算法(Evolving fuzzy inference model based on multidimensional temporal association rules,EFI-MTAR),主要优势是构建了一种基于多维时态关联规则的模糊推理建模算法(Fuzzy inference modeling algorithm based on multidimensional temporal association rules,FI-MTAR),实现了对时间序列的定量预测.此外,为了降低规则更新的代价和加快规则预测的速度,提出了概念漂移检测策略来处理时间序列数据以适应数据库的动态更新.实验结果表明了本文提出算法的有效性和准确性.(本文来源于《自动化学报》期刊2018年08期）
多维关联规则论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的构建分析甲状腺疾病类药物不良反应多维关联规则挖掘,为临床甲状腺类药物用药安全奠定基础。方法使用SQL构建起多维关联数据仓库,结合数据挖掘技术当中的关联规则来挖掘数据当中所存在的潜在的有价值的信息,比较2010年至2016年7年纵向多维关联规则的结果以及不同甲状腺疾病类药物横向比较结果。结果 2010年至2016年纵向比较结果显示51岁以上的老年人甲状腺类药物不良反应总体占比较高,女性不良反应占比较高,呈现出较强的叁维关联性;横向比较结果显示4类甲状腺类药物当中,甲硫咪唑药物不良反应最高,接下来依次为丙基硫氧嘧啶、左甲状腺素钠等。结论通过基于关联规则对甲状腺类药物不良反应情况进行统计分析,能够明确甲状腺类药物不良反应现状,并且构建起预警模型,减少今后不良反应事件的发生比率,值得推广使用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多维关联规则论文参考文献
[1].滕辉.药物不良反应多维关联规则数据挖掘分析[C].第叁期荆楚学术研讨班座谈会论文集.2019
[2].滕辉.药物不良反应多维关联规则数据挖掘分析[C].第二期荆楚学术研讨班座谈会论文集.2019
[3].邵晓东,魏洪昌,陈宏达,刘继婷.依赖关联规则映射的多维信息SDN数据中心优化[J].电子测量技术.2019
[4].乔浪,郭新宇,彭程.基于多维关联规则的猪肉价格波动原因分析[J].江苏农业科学.2019
[5].黎丹雨,陈怡华.一种多层多维的关联规则挖掘算法在推荐系统中的应用[J].计算机与现代化.2019
[6].袁佩玲.基于Hadoop的多维关联规则挖掘算法研究及应用[D].华中师范大学.2019
[7].王萝萍,唐兴宏,钱颖颖,马永凯,于春霞.基于矩阵的多维关联规则算法在烟叶复烤配方的应用研究[J].计算机与数字工程.2019
[8].胡健,蒲东,孙金花.基于多维关联规则的区域能源安全外生警源隐含特征分析[J].计算机应用研究.2019
[9].郝丽萍,朱平,蔡会会,袁林,闫小向.基于多维关联规则的智能变电站二次设备的故障定位研究[J].数字通信世界.2018
[10].王玲,孟建瑶,李俊飞,彭开香.基于多维时态关联规则的演化模糊推理预测算法[J].自动化学报.2018
论文知识图
