导读:本文包含了规则矩阵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:矩阵,规则,算法,稀疏,多维,精度,分解。
规则矩阵论文文献综述
潘俊辉,张强,王辉,王浩畅[1]（2019）在《一种基于压缩矩阵的高效关联规则挖掘算法》一文中研究指出论文针对改进后的关联规则挖掘算法——基于矩阵的Apriori算法所存在的不足,在此算法的基础上对其进行了进一步的改进,给出了一种基于压缩矩阵的高效关联规则挖掘方法CMEAR算法。该方法通过对矩阵的压缩,改进矩阵的存储方式及对项目集进行排序等多种方式实现关联规则的挖掘。最后通过实验将该方法与传统Apriori算法以及基于矩阵的Apriori算法进行了对比分析,实验结果表明基于压缩矩阵的高效关联规则挖掘方法使算法在时间性能上有很大的提高。(本文来源于《计算机与数字工程》期刊2019年11期）
谭天乐[2]（2019）在《知识系统决策规则的动态更新策略及等价矩阵计算》一文中研究指出专家系统是航天领域中人工智能技术应用的重要形式。学习能力是人工智能、机器学习的本质特征之一。用属性及其取值表述对象的知识系统通常需要从大量样本中获取知识并以决策规则的形式加以表达。当样本集合发生变化时,则需对决策规则集进行动态更新。本文分析了增加和移除学习样本两种情况下调整决策规则的方法,提出了知识系统决策规则动态更新的策略和等价矩阵计算方法,通过算例进行了仿真和验证。结果表明:决策规则的动态更新方法和等价矩阵计算可以解决知识系统的动态学习问题,相较决策规则的全局获取运算,减少了计算量。(本文来源于《上海航天》期刊2019年05期）
程昌品,邬依林,姜永生[3]（2019）在《基于矩阵的Apriori改进算法的关联规则挖掘》一文中研究指出分析Apriori算法挖掘频繁项集存在的时间和空间效率低下的局限性,提出基于矩阵与项集索引表的频繁项集挖掘算法.根据频繁项集先验性质,通过对矩阵压缩减少数据扫描的规模,进而对压缩后的矩阵行向量作按位与运算,可实现数据项集频度统计并生成相应的项集索引表,进而生成频繁项集.挖掘过程中不用生成候选项集.经MATLAB仿真实验验证该算法较Apriori算法的时间和空间效率均有提高,并通过一个算例探讨了Apriori改进算法的网页访问关联规则挖掘.(本文来源于《广东第二师范学院学报》期刊2019年05期）
梁寿愚,方文崇,王瑾,何超林,张磊[4]（2019）在《基于图规则化低秩矩阵恢复的用电数据修复与异常检测》一文中研究指出针对电力系统用电数据中的记录误差与异常用电,提出一种基于图规则化低秩矩阵恢复的电力系统用电记录修复与异常检测算法。该方法从用户用电时空矩阵的低秩稀疏分解出发,结合电网拓扑结构与用户相关性的规则化调整,获取修复后的用电数据和异常用户。该方法同时兼顾了用户用电的周期性与异常用户的差异性特点。实验分析表明,与相关方法相比,所提方法在用电数据修复与异常用电模式检测的多项评价标准下均取得了更好的准确性和鲁棒性。(本文来源于《电力系统自动化》期刊2019年21期）
王萝萍,唐兴宏,钱颖颖,马永凯,于春霞[5]（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）
黄名选,蒋曹清,何冬蕾[6]（2018）在《基于矩阵加权关联规则的跨语言查询译后扩展》一文中研究指出首先提出矩阵加权项集支持度计算方法,给出面向跨语言查询扩展的矩阵加权关联模式挖掘算法.然后提出基于矩阵加权关联规则挖掘的跨语言查询译后扩展算法.借助机器翻译进行首次跨语言检索,得到前列初检文档,并经用户相关性判断后得到相关反馈文档.通过计算支持度从相关反馈文档中挖掘含有原查询词的矩阵加权频繁项集,通过置信度-兴趣度评价框架从频繁项集中提取含有原查询词的关联规则,将规则的后件或前件作为扩展词,利用规则的置信度和兴趣度衡量扩展词的重要性,完成跨语言查询译后扩展.在NTCIR-5 CLIR标准测试集上的实验表明,文中算法可以有效提升跨语言查询扩展性能,有利于长查询的跨语言检索,译后后件扩展性能优于前件.(本文来源于《模式识别与人工智能》期刊2018年10期）
王冠鹏[7]（2018）在《基于规则化轨道算法和有效分布式算法的高维稀疏精度矩阵估计的研究》一文中研究指出本文主要对大维p小样本n情形下高维稀疏精度矩阵的估计进行研究。在第一部分中,我们着重于计算正则化轨道,或者在整个正则化参数范围内解决相应的最优化问题。受益于正定约束条件下基于Lasso方法的最优化精度矩阵估计量,我们旨在通过ADMM方法一步逼近计算正定精度矩阵的正则化轨道,该方法能以高分辨率快速勾勒出一系列稀疏解。通过对模拟实例进行详细分析,进一步证明了我们提出的算法的有效性和计算的优越性。第二部分,在反式椭圆图模型中,我们基于去偏的D-trace损失Lasso惩罚方法和阈值方法给出了数据分布在不同机器上高维稀疏精度矩阵的分布式估计。在一定的稀疏水平下,该方法不仅可以实现稀疏精度矩阵的非零元素正确选择,而且误差速率同非分布式估计相当。数值结果进一步表明该方法同其他方法比较具有有效性。(本文来源于《安徽师范大学》期刊2018-06-01）
原万里[8]（2018）在《基于特殊矩阵的策略查询优化和规则冲突检测方法》一文中研究指出计算机技术的快速发展,使得各种软件的用户和信息资源的数量呈现前所未有的快速增长,而且各类用户身份和信息种类的日益繁杂,要求更为细粒度的访问控制策略对用户访问资源做相应的控制。细粒度的访问控制有利于系统对信息资源做精细化管理,然而,这必然会导致策略库中策略数量的增加。在一个系统的访问控制策略具有较大规模时,会形成产生两种不可避免的问题:策略查询效率较低和可能的策略冲突,两者会对策略评估的效率和结果产生影响。因此,如何优化策略查询的效率和快速检测存在的策略冲突是本文研究的重点。在策略数量较少时,对策略库实行简单的逐条遍历也能在短时间内完成策略评估,但是,随着策略数量的增加,简单的遍历会造成效率上的严重下降。针对这个问题,需要对策略查询方法进行优化,在研究人员提出的优化思路中,较为常见的是动态重排序。该方法可以有效提高命中率,缩短策略评估过程,但是依然没有解决策略评估是需要遍历所有相关规则的问题,同时不断地计算优先级需要耗费计算代价。策略数量的增加,同样能够导致规则冲突发生频率增加。在一个没有规则冲突的集合中,规则间每个属性取值(包括Effect元素)必定不全相等,当一条新的规则加入现有的集合时,很难符合规则不冲突的条件,因此需要对规则冲突做快速检测。在冲突检测方面,研究人员提出了基于向量交集和有向图模型等方法,但是由于模型比较复杂,在构建和使用模型检测冲突时耗时较长,不利于快速检测。本文的贡献成果有以下两点:(1)提出了一种优化策略查询的方法。本文在分析XACML描述特点的基础上,利用属性与或矩阵和类型分析,提出一种基于属性与或矩阵和类型分析的XACML策略查询的方法,降低策略评估实施时的规则匹配数量。该方法修改现有Context Handler的处理过程,增加一个访问控制规则匹配预处理环节,在该环节中计算得出每个规则属性的区分度,利用区分度和属性与或矩阵筛选掉与当前访问控制请求无关的规则,然后对筛选后的规则集合进行匹配,上述过程能够提高策略评估效率。(2)提出来一种高效的规则冲突检测方法。对每个规则属性计算其在相应子区间上的覆盖状态,相应地,在对一个规则集计算各个属性的覆盖状态后,得到一个覆盖状态矩阵。两条规则中相同属性的取值范围是否存在重迭,只需对比覆盖状态是否相等,而在检测规则冲突时,只是对构建的矩阵进行遍历,避免了其他方法中由于结构的复杂性造成的检测效率低下,提高了对策略冲突检测效率。(本文来源于《河南大学》期刊2018-06-01）
肖红光,邓国群,谭雯,向德华,李宁[9]（2018）在《基于矩阵压缩的加权关联规则挖掘算法》一文中研究指出关联规则挖掘作为近年来的研究热点之一,其经典算法Apriori算法因需要多次扫描数据库且会产生大量候选项集,严重影响了关联规则的挖掘效率。在此基础上提出了一种基于矩阵压缩的加权关联规则挖掘算法,只需扫描一次数据库,并将其转换为0-1矩阵,根据相关性质对矩阵进行压缩,从而降低了算法执行过程中的计算量;同时,考虑到项目的重要性,采取加权的方法,用求概率的方式设置项目属性的权值,同Apriori算法相比,本算法在挖掘过程中能直接查找高阶频繁项集。实验结果表明,本算法能有效提高关联规则的挖掘效率。(本文来源于《测控技术》期刊2018年03期）
杨沛[10]（2017）在《顾及规则矩阵约束的ELK日志数据统计分析》一文中研究指出本文在兼顾效率与检测质量的前提下,提出顾及规则矩阵约束的启发式网页信息规则抽取方式,实现了对ELK日志数据统计分析数据的二次检测,大幅度提高检测质量。(本文来源于《数字技术与应用》期刊2017年10期）
规则矩阵论文开题报告
（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：
专家系统是航天领域中人工智能技术应用的重要形式。学习能力是人工智能、机器学习的本质特征之一。用属性及其取值表述对象的知识系统通常需要从大量样本中获取知识并以决策规则的形式加以表达。当样本集合发生变化时,则需对决策规则集进行动态更新。本文分析了增加和移除学习样本两种情况下调整决策规则的方法,提出了知识系统决策规则动态更新的策略和等价矩阵计算方法,通过算例进行了仿真和验证。结果表明:决策规则的动态更新方法和等价矩阵计算可以解决知识系统的动态学习问题,相较决策规则的全局获取运算,减少了计算量。
（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。
规则矩阵论文参考文献
[1].潘俊辉,张强,王辉,王浩畅.一种基于压缩矩阵的高效关联规则挖掘算法[J].计算机与数字工程.2019
[2].谭天乐.知识系统决策规则的动态更新策略及等价矩阵计算[J].上海航天.2019
[3].程昌品,邬依林,姜永生.基于矩阵的Apriori改进算法的关联规则挖掘[J].广东第二师范学院学报.2019
[4].梁寿愚,方文崇,王瑾,何超林,张磊.基于图规则化低秩矩阵恢复的用电数据修复与异常检测[J].电力系统自动化.2019
[5].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
[6].黄名选,蒋曹清,何冬蕾.基于矩阵加权关联规则的跨语言查询译后扩展[J].模式识别与人工智能.2018
[7].王冠鹏.基于规则化轨道算法和有效分布式算法的高维稀疏精度矩阵估计的研究[D].安徽师范大学.2018
[8].原万里.基于特殊矩阵的策略查询优化和规则冲突检测方法[D].河南大学.2018
[9].肖红光,邓国群,谭雯,向德华,李宁.基于矩阵压缩的加权关联规则挖掘算法[J].测控技术.2018
[10].杨沛.顾及规则矩阵约束的ELK日志数据统计分析[J].数字技术与应用.2017
论文知识图
