序列關聯挖掘算法研究及在水環(huán)境安全中的應用.pdf

1、數據挖掘技術是從大量的﹑不完全的、有噪聲的﹑模糊的、隨機的數據中，提取隱含在其中的﹑事先未知的﹑潛在有用信息的一門新興技術。關聯規(guī)則分析是數據挖掘中最重要的研究內容之一，旨在從大量的數據中或對象間抽取關聯性知識，進而揭示數據或對象間的依賴關系。
　　隨著信息化水平的不斷提高和監(jiān)測手段的進步，在三峽庫區(qū)水環(huán)境安全信息數據庫中積累了大量的監(jiān)測數據，如何充分利用這些數據來為三峽庫區(qū)水環(huán)境安全以及國家的環(huán)保事業(yè)服務，是當前重點關注的問題。

2、水環(huán)境安全數據中蘊藏著潛在的關聯性知識，這些數據適合用關聯規(guī)則分析方法來學習和認識；同時，水環(huán)境安全數據在類型特征上有其特殊性。如何運用先進的數據分析技術對其進行探索性研究，挖掘潛在的有價值的模式，這無論在理論研究還是實踐指導上都具有重要的意義。
　　本文針對上述問題，提出一種基于約束的序列模式挖掘算法(Constraint-based Sequential Pattern Mining，簡稱CSPM)。論文主要研究內容如下：

3、r>　　①分析了數據挖掘技術、關聯規(guī)則分析的基本理論和主要方法，總結了數據挖掘和關聯分析的研究現狀和研究方向。介紹了關聯規(guī)則分析的經典方法Apriori算法的基本思想和算法步驟，并分析了Apriori算法的主要特點。
　?、趯Χ嗑S量化數據和序列數據下的關聯規(guī)則分析問題進行了分析和探討。介紹了序列模式的定義和描述方法，提出了基于約束的序列模式挖掘算法，闡述了算法的步驟和關鍵問題。該算法改進了候選序列匹配產生的方法，并引入屬性約束和時