Hadoop下基于分類和關(guān)聯(lián)規(guī)則的公安數(shù)據(jù)挖掘研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著警務(wù)信息化建設(shè)的力度逐年增大,公安內(nèi)部累積了海量的業(yè)務(wù)數(shù)據(jù),越來越多的公安科技部門發(fā)現(xiàn),傳統(tǒng)的數(shù)據(jù)庫技術(shù)已經(jīng)出現(xiàn)疲軟,相關(guān)情報(bào)研判和案件偵破的速度與智慧城市之間的矛盾日益突出,智慧公安成為緩解這一矛盾的關(guān)鍵。公安大數(shù)據(jù)挖掘技術(shù)是實(shí)現(xiàn)智慧公安的基礎(chǔ),高效、準(zhǔn)確的大數(shù)據(jù)分析技術(shù)對(duì)公安部門的警情分析、預(yù)警、犯罪預(yù)測(cè)等具有重要意義。近幾年,由于Hadoop強(qiáng)大的存儲(chǔ)技術(shù)和計(jì)算能力,使其在全球范圍內(nèi)得到了飛速發(fā)展,這也為公安大數(shù)據(jù)挖掘提供了新

2、的契機(jī)。
  論文在大量查閱國內(nèi)外文獻(xiàn),深入研究公安數(shù)據(jù)特性及數(shù)據(jù)挖掘算法的基礎(chǔ)上,根據(jù)公安科技部門的實(shí)際需求,對(duì)公安大數(shù)據(jù)挖掘中的文本分類和關(guān)聯(lián)規(guī)則進(jìn)行了重點(diǎn)研究,提出了差分多層KNN分類算法和基于規(guī)則加權(quán)的多數(shù)據(jù)集時(shí)態(tài)關(guān)聯(lián)規(guī)則算法,并通過實(shí)驗(yàn)驗(yàn)證了算法的有效性。為此,論文的研究?jī)?nèi)容主要集中在以下幾點(diǎn):
  (1)提出了一種基于分層和差分的改進(jìn)算法——DMKNN算法。針對(duì)KNN算法在處理公安數(shù)據(jù)時(shí)無效計(jì)算量大的問題,改進(jìn)后

3、的算法對(duì)訓(xùn)練數(shù)據(jù)集構(gòu)建樹狀分層結(jié)構(gòu),僅對(duì)高層篩選后的訓(xùn)練集進(jìn)行相似度計(jì)算,同時(shí)針對(duì)大數(shù)據(jù)量下的類域交叉性特點(diǎn),采用了差分和動(dòng)態(tài)增加類別的方法來有效的防止最近鄰和次近鄰的誤判情況,實(shí)驗(yàn)結(jié)果表明該算法與傳統(tǒng)KNN算法相比在對(duì)樣本容量大,涉及鄰域多的公安數(shù)據(jù)進(jìn)行分類時(shí)能取得較好的分類效果。
  (2)實(shí)現(xiàn)了Hadoop平臺(tái)下的DMKNN文本分類算法。結(jié)合文本分類并行化方案,實(shí)現(xiàn)了DMKNN分類算法的MapReduce并行化,最后進(jìn)行了基

4、于DMKNN算法的公安情報(bào)并行化分類實(shí)驗(yàn),實(shí)驗(yàn)證明并行化后的改進(jìn)算法具有很好的加速比性能。
  (3)提出了基于規(guī)則加權(quán)的多數(shù)據(jù)集時(shí)態(tài)關(guān)聯(lián)規(guī)則算法。首先將各個(gè)子數(shù)據(jù)集中的時(shí)態(tài)關(guān)聯(lián)規(guī)則的時(shí)態(tài)因素分別進(jìn)行區(qū)間歸并和延展,并利用有效投票率對(duì)規(guī)則進(jìn)行剪輯,然后對(duì)剪輯后的各個(gè)同類子數(shù)據(jù)庫中的規(guī)則進(jìn)行加權(quán)合成來得到最終提交的全局時(shí)態(tài)關(guān)聯(lián)規(guī)則,隨后以實(shí)例分析的方式實(shí)現(xiàn)了算法的挖掘過程。最后的犯罪預(yù)測(cè)實(shí)驗(yàn)證明該算法不僅可以用于不同數(shù)據(jù)庫間的關(guān)聯(lián)挖

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論