导读:本文包含了约束性规则论文开题报告文献综述及选题提纲参考文献，主要关键词:制图综合,拓扑关系,土地利用现状图,规则
约束性规则论文文献综述
吴长彬,孙在宏,乔伟峰,闾国年[1]（2013）在《土地利用制图综合中的拓扑关系约束性规则》一文中研究指出当前地图自动综合的理论与算法研究已经取得一定的进展,空间拓扑关系对制图综合起到重要的制约作用。土地利用图主要包含图斑、线状地物、零星地类3类图形要素,数据综合的工作量较大。本文结合土地利用现状图综合过程实践,基于点集拓扑交模型的理论与方法,讨论并分析如何根据图斑之间可能的拓扑关系(相离、点相接、外相邻、内相邻),结合语义等约束条件,选择合适的操作算子(如聚合、融合、退化等),抽象出土地利用图中图斑、线状地物综合前后存在的一些拓扑关系约束性规则。研究成果可作为土地利用制图综合前后的拓扑关系检查的一项依据,为综合算法的设计与实现提供一定的参考价值。后续的工作是:进一步完善该规则与算法,进行实验与应用。建议规则库与算法相分离,以保持各自的灵活性和独立性。(本文来源于《地球信息科学学报》期刊2013年05期）
王佳乐,顾幼瑾[2]（2011）在《基于属性位复用的约束性关联规则挖掘算法》一文中研究指出在提取满足用户特定需求的关联规则时,由于现有约束性关联规则挖掘算法存在大量的冗余候选项和重复计算,故提出一种基于属性位复用的约束性关联规则挖掘算法,其适合挖掘任何长度且满足用户特定需求的关联规则。该算法通过属性位的权值组合,将交易事务转换成整数,用属性位复用技术构建候选区间,并利用其端点值双向变化,构建索引候选频繁项,同时也用布尔运算计算其支持数。实验证明其比现有算法更快速,将其应用到客户关系管理系统中分析客户关联信息,可以有效地提高系统效率。(本文来源于《计算机工程与应用》期刊2011年07期）
方刚[3]（2009）在《一种快速挖掘约束性关联规则的算法》一文中研究指出提出一种快速挖掘约束性关联规则的算法,其适用于挖掘带约束条件的频繁项目集。该算法通过数字区间的数值自动递减产生候选频繁项,并用二进制的逻辑操作计算支持数和用数字特征减少扫描事务的个数。算法的原理简单有效,能够有效减少扫描的时间和产生候选频繁项的时间,与现有的约束性关联规则挖掘算法和基于二进制的挖掘算法相比,其效率得到明显提高。(本文来源于《计算机应用与软件》期刊2009年08期）
方刚[4]（2009）在《基于二进制的约束性关联规则挖掘算法》一文中研究指出提出一种基于二进制的约束性关联规则挖掘算法,用数字区间确定候选频繁项的范围,通过数值的递增/减方式交叉产生候选项,利用二进制的逻辑操作计算支持数,并用数字特征减少扫描事务数,以提取满足约束条件的关联规则。该算法适于挖掘任何长度的约束性频繁项目集,且具有较高的运算效率。(本文来源于《计算机工程》期刊2009年07期）
吉根林,韦素云[5]（2007）在《分布式环境下约束性关联规则的快速挖掘》一文中研究指出研究人员针对单机环境提出了约束性关联规则的挖掘算法,但它们不适用于分布式环境.为此本文讨论分布式环境下约束性关联规则的快速挖掘技术,提出一种基于分布式环境的约束性关联规则快速挖掘算法DCAR,其中包括局部约束性频繁项目集挖掘算法MLFC和全局约束性频繁项目集挖掘算法MGFC.该算法根据布尔约束条件产生向导集,采用一种新的候选项集生成函数Reorder-gen,该函数通过向导集高效地产生分布式环境中满足约束条件的、数量较少且完备的候选项集,并且求解全局约束性频繁项集过程中,传送局部候选项集支持数的通信量为O(n),从而提高了算法的挖掘效率.将本文提出的算法加以实现,实验结果表明DCAR算法高效可行,其效率大约是DMA-IC算法的2-3倍.(本文来源于《小型微型计算机系统》期刊2007年05期）
李宏,陈松乔,杜剑峰,陈建二[6]（2006）在《基于抽样的分布式约束性关联规则挖掘算法研究》一文中研究指出本文采用抽样的方法,在基于约束的Eclat类算法(例如EclatA和Eclat M)的基础上,提出了一种分布式约束性关联规则的挖掘算法———DMCASE算法。本算法在各数据站点上对一个较小的样本采用基于约束的Eclat类算法,挖掘局部约束频繁项集,采用归纳学习的方法归并所有局部约束频繁项集,产生全局约束频繁项集。只需1次扫描数据库,挖掘效率较高。实验证明:该算法是一种十分有效的解决基于约束条件下的分布式关联规则挖掘算法。(本文来源于《计算机科学》期刊2006年07期）
吉根林,韦素云[7]（2006）在《分布式环境下约束性关联规则的快速更新》一文中研究指出研究分布式环境下约束性关联规则更新问题,包括数据库中事务增加和删除2种情况.引入向导集的概念,提出基于全局局部模式的约束性关联规则增量式更新算法DUCAR,其中包括局部约束性频繁项目集更新算法ULFC和全局约束性频繁项目集更新算法UGFC.该算法充分利用原先的挖掘结果提高更新效率,首先从最高维的频繁n项目集进行更新,在更新过程中考虑约束条件,结合剪枝算法,生成较少数量的满足约束条件的候选项目集.将该算法用Java加以实现,采用多组数据对此算法的性能进行测试,并与其他算法作对比实验,实验结果表明,该算法是高效可行的.(本文来源于《东南大学学报(自然科学版)》期刊2006年01期）
杜剑峰[8]（2005）在《分布式环境下约束性关联规则的挖掘算法研究与实现》一文中研究指出随着分布式计算环境日益普遍,开发分布式数据挖掘算法变得日益重要。在实际的挖掘过程中需要有效地利用约束条件来提高挖掘效率。本文主要研究讨论在分布式环境下基于约束条件的分布式关联规则的挖掘问题。 针对分布式数据库和项约束条件的特点,本文首先提出了基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法。DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库。对于多种规则约束条件(反单调约束、单调约束、简洁性约束、可转变的约束),本文在Eclat算法的概念格理论和等价类划分方法基础上,提出了EclatA、EclatM、EclatS、EclatCA等相应约束条件下的挖掘算法。算法采用自底向上的搜索方法,在发现频繁项集的同时进行约束条件的检验。数据库的扫描次数较少,无需对候选项集进行剪枝,占用内存较小。论文在基于约束的Eclat类算法的基础上,结合抽样的方法,提出了一种分布式挖掘多种规则约束的关联规则挖掘算法—DMCASE算法。算法在各数据站点上对一个较小的样本采用基于约束的Eclat类算法挖掘局部约束频繁项集,用归纳学习的方法归并所有局部约束频繁项集产生全局约束频繁项集。以前缀树和位矩阵为数据结构保证了算法只需扫描数据库1次,通过完备性分析和实验证明算法兼顾了挖掘效率和精度。 本文同时研究了项约束关联规则挖掘技术在生物信息学中的应用。在FP-growth算法的基础上,提出了一种适合基因表达谱数据的项约束关联规则挖掘算法ICFP。对酵母基因表达谱数据处理的实验结果表明:ICFP算法适用于基因表达谱数据的关联规则挖掘,能够大大提高挖掘的效率。(本文来源于《中南大学》期刊2005-06-30）
李宏,杜剑峰,陈松乔[9]（2005）在《基于频繁模式树的分布式约束性关联规则挖掘算法研究》一文中研究指出在分布式环境中挖掘约束性关联规则是当前研究的热点问题之一。该文在FP-growth算法的基础上,提出了一种新的分布式挖掘约束性关联规则算法DAMICFP。该算法对于解决分布式挖掘约束性关联规则的问题是十分有效的。(本文来源于《计算机工程与应用》期刊2005年07期）
李宏,杜剑峰,陈松乔[10]（2004）在《分布式数据库约束性关联规则挖掘》一文中研究指出针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法。此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件。研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题。(本文来源于《中南大学学报(自然科学版)》期刊2004年06期）
约束性规则论文开题报告
（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：
在提取满足用户特定需求的关联规则时,由于现有约束性关联规则挖掘算法存在大量的冗余候选项和重复计算,故提出一种基于属性位复用的约束性关联规则挖掘算法,其适合挖掘任何长度且满足用户特定需求的关联规则。该算法通过属性位的权值组合,将交易事务转换成整数,用属性位复用技术构建候选区间,并利用其端点值双向变化,构建索引候选频繁项,同时也用布尔运算计算其支持数。实验证明其比现有算法更快速,将其应用到客户关系管理系统中分析客户关联信息,可以有效地提高系统效率。
（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。
约束性规则论文参考文献
[1].吴长彬,孙在宏,乔伟峰,闾国年.土地利用制图综合中的拓扑关系约束性规则[J].地球信息科学学报.2013
[2].王佳乐,顾幼瑾.基于属性位复用的约束性关联规则挖掘算法[J].计算机工程与应用.2011
[3].方刚.一种快速挖掘约束性关联规则的算法[J].计算机应用与软件.2009
[4].方刚.基于二进制的约束性关联规则挖掘算法[J].计算机工程.2009
[5].吉根林,韦素云.分布式环境下约束性关联规则的快速挖掘[J].小型微型计算机系统.2007
[6].李宏,陈松乔,杜剑峰,陈建二.基于抽样的分布式约束性关联规则挖掘算法研究[J].计算机科学.2006
[7].吉根林,韦素云.分布式环境下约束性关联规则的快速更新[J].东南大学学报(自然科学版).2006
[8].杜剑峰.分布式环境下约束性关联规则的挖掘算法研究与实现[D].中南大学.2005
[9].李宏,杜剑峰,陈松乔.基于频繁模式树的分布式约束性关联规则挖掘算法研究[J].计算机工程与应用.2005
[10].李宏,杜剑峰,陈松乔.分布式数据库约束性关联规则挖掘[J].中南大学学报(自然科学版).2004