导读:本文包含了基于规则的事件关联论文开题报告文献综述及选题提纲参考文献，主要关键词:Apriori,关联规则,非计划拔管
基于规则的事件关联论文文献综述
王婧[1]（2019）在《Apriori关联规则在住院患者留置胃管非计划拔管事件防范中的运用》一文中研究指出目的调查分析住院患者留置胃管拔出事件发生的关联因素,为制定预防胃管脱出提供依据。方法对合肥市第二人民医院神经内科2014年、2015年、2016年上报的胃管非计划拔管事件70起进行数据分析,采用Apriori算法中关联规则、频数分析、聚类分析等方法进行数据挖掘,探讨神经内科留置胃管非计划拔管的关联因素。结果通过条件设定找出462条关联规则,共形成11条强关联规则,这些强关联规则中蕴含着留置胃管非计划拔管与年龄、病情、神志、家属陪伴及管道固定方法等因素之间的关联关系。结论使用Apriori关联规则分析,有利于发现神经内科留置胃管非计划拔管不良事件的关联规则,在此基础上建立新的防范措施,对于临床工作安全管理有重要的指导意义。(本文来源于《当代护士(下旬刊)》期刊2019年04期）
王奕文,刘昕,曹帅,王丰[2]（2018）在《基于关联规则的热点事件时序分析方法》一文中研究指出热点事件在发展过程中包括多个相关话题,分析多个话题在时序上的演化和传播路径,能够深层次把握热点事件产生、发展、消亡的具体细节。为此提出一种基于关联规则的热点事件时序分析方法。首先将关联规则算法并行实现获取多个时间片的频繁关键词集;然后筛选所有频繁关键词集的关联规则形成关联规则集,从而得到多个话题关键词集合;最后根据关键词集合分析热点事件多个话题的演化和传播路径。实验表明,该方法能够全面有效地跟踪热点事件的动态变化过程,为网络舆情监控和管理提供借鉴和支撑。(本文来源于《计算机与现代化》期刊2018年08期）
杜栋栋,任星彰,陈坤,叶蔚,赵文[3]（2018）在《一种基于One-Class SVM和GP安全事件关联规则生成方法研究》一文中研究指出随着信息技术的快速发展,网络安全威胁造成的危害日愈严重.安全信息和事件管理(SIEM)在查找组织内部威胁,可疑行为及其它高级持续攻击(APT)中发挥了重要作用.SIEM的检测能力主要依赖于准确,可靠的关联规则.然而,传统的规则生成方式主要基于专家知识人工编写检测规则,因此成本高,效率低.本文给出了一种具备自适应能力的规则生成框架来自动生成关联规则.首先为了更好地识别未知攻击,提出一种基于单类支持向量机(OneClass SVM)的安全事件分类算法对安全事件进行有效分类,实验分类效果准确率高达97%.其次为了提高规则生成准确率,通过重新定义个体结构,交叉与变异方式,优化了基于遗传编程(GP)的规则生成算法,规则适应度高达94%.实验结果表明,本文提出的框架具备自适应能力来识别未知攻击,具备较高的检测准确率,可有效减少人工参与.同时该框架已经部署在实际生产环境中,和原系统相比可以检测更多攻击类型.(本文来源于《电子学报》期刊2018年08期）
陈碧云,丁晋,陈绍南[4]（2018）在《基于关联规则挖掘的电力生产安全事故事件关键诱因筛选》一文中研究指出随着智能电网、通信网络及电力生产安全事故事件分析水平的提高和发展,电力生产安全事故事件数据量快速增长、复杂性不断增大,逐步构成了电力生产安全事故事件大数据。为在先验事故事件大数据的基础上高效、可靠地对事故诱因进行分类和识别,基于关联规则挖掘进行电力生产安全事故事件关键诱因筛选。根据事故事件的特点,建立电力生产安全事故诱因分析体系,对不同类型的事故进行布尔离散化,并基于关联规则挖掘提出事故诱因的诱发度计算方法,运用Apriori算法进行深度关联规则挖掘,并根据强关联规则对关键诱因进行筛选和分析。以某区域近5年的事故实例分析验证了该方法的有效性。(本文来源于《电力自动化设备》期刊2018年04期）
夏泽龙,李浩,陈跃红[5]（2017）在《城市火灾事件时空分布规律与关联规则挖掘》一文中研究指出以南京市2015年火灾数据为研究对象,对南京市中心城区火灾事件事发时间和地点的分布规律进行分析研究,分析得出南京市中心城区火灾事件发生的时空规律与聚集模式。研究表明:南京市中心城区的火灾事件时间分布具有显着的季节特征和日分布规律,高发期和低发期的火灾事件数量变化较为明显;火灾热点多集中于大型商场、娱乐场所、餐厅等人流密集区域,不同类别的火灾事件具有不同的空间分布特征;火灾发生的时间和事发地点在某些方面具有一致性。(本文来源于《消防科学与技术》期刊2017年10期）
何占军,邓敏,蔡建南,刘启亮[6]（2018）在《顾及背景知识的多事件序列关联规则挖掘方法》一文中研究指出事件序列关联规则挖掘旨在发现序列中不同事件在邻近时间域内的相互依赖关系,对于理解事件间的交互作用机制具有重要意义。然而,当前事件序列关联规则挖掘方法忽略了序列中事件的分布特征,支持度与置信度阈值参数设置困难,进而造成了挖掘结果的冗余或遗漏问题。充分考虑序列中事件的固有分布特征,定义了新的规则度量指标,并给出了一种顾及背景知识的多事件序列关联规则挖掘算法。实验结果表明,与当前经典的MOWCATL算法比较,此方法挖掘结果更加准确,且规则度量指标间的一致性更好,可有效改善挖掘规则冗余或遗漏问题。应用此方法对2013年冬季北京市PM_(2.5)浓度与气象因素的多序列进行挖掘,发现PM_(2.5)浓度与空气相对湿度的联系最为紧密,高湿、低温和弱风环境最容易导致高浓度PM_(2.5)的形成。(本文来源于《武汉大学学报(信息科学版)》期刊2018年05期）
刘灿[7]（2017）在《突发事件案例情景间关联规则挖掘及推理研究》一文中研究指出突发事件的爆发具有突然性、演化复杂不确定性以及巨大危害性等特性,以致决策者难以准确把握突发事件的演化趋势并做出科学的应急决策,使得以往的“预测—应对”模式已无法满足应急决策要求,而“情景—应对”应急决策模式成为主流范式。当前,突发事件频繁发生,积累了大量的历史案例,这些突发事件案例情景片段记录了事件从发生到结束的全过程,蕴含着丰富的事件演化规律知识,这些规则知识正是应急决策者做出快速、科学决策的依据,但应急决策者获取的实时情景信息带有不确定性、模糊性,而根据这些规则知识,将实时情景信息作为输入,利用常规匹配推理方法难以得到准确的事件态势输出。因此,如何挖掘出突发事件案例情景间的关联规则以及利用有效的方法实现突发事件的情景演化推理是制定科学有效的应急方案所需亟待解决的科研问题。为提高决策者对突发事件案例情景间演化发展规律的认识,发现案例情景间蕴含的规则知识以及有效解决基于这些规则知识的突发事件情景演化推理中实时情景信息输入的不确定性、模糊性问题,以更好地满足突发事件“情景—应对”模式的需要,本文提出了突发事件案例情景间关联规则挖掘及推理的方法。首先,探究了突发事件案例情景间关联规则的挖掘。从知识管理和系统论视角出发,借鉴共性知识元模型,对突发事件案例情景进行统一表示,根据承灾体状态的改变将突发事件案例切分成若干情景片段,构建“前因情景—结果情景”结构形式的情景序偶矩阵,并变换为情景序偶间关联规则候选输入输出矩阵,引入概念格理论,创建相应的决策形式背景,挖掘出突发事件案例情景间关联规则,结合专家经验、领域知识对挖掘的规则进行检验补充。其次,研究了基于置信规则库的突发事件情景演化推理过程。采用统计的方法确定关联规则前提属性权重,将其转换成置信规则,对突发事件实时情景信息进行置信度形式转化,计算其激活权重,采用证据推理(ER)算法组合被激活的置信规则,获得输出结果,实现突发事件的情景演化推理。最后,以森林火灾实例对该方法的可行性与有效性进行验证。本文提出的突发事件案例情景间关联规则挖掘及置信推理方法,在关联规则挖掘过程中将案例按照情景粒度划分,从微观属性层面识别挖掘出情景间隐含的规则知识,提高突发事件历史案例的应用价值与可重用性,为实现突发事件情景演化推理奠定知识基础。在基于置信规则库的情景演化推理中利用证据推理算法,有效克服了突发事件实时情景信息不确定模糊的不足,使得推理结果更加准确,极大提升人们对突发事件演化趋势的预见性,为决策主体做出快速响应、制定科学的应急决策方案提供重要指导与支持。(本文来源于《大连理工大学》期刊2017-05-01）
李溢龙,李晓红,薛存金,林孝松[8]（2016）在《一种基于事件的海洋关联规则挖掘方法》一文中研究指出在Apriori算法的递归链接-剪枝概念上,设计了面向海洋异常事件的关联规则挖掘算法.首先给出事件的相关概念与定义、事件的规则表达及评价指标.根据事件的定义和支持度阈值,生成事件频繁1-项集,并设计面向事件的链接-剪枝算法,实现频繁k-项集到(k+1)-项集的产生.根据事件强关联规则评价指标,提取海洋事件强关联规则.通过太平洋海洋异常事件的关联规则挖掘和典型异常事件间的关联规则分析,验证了该方法的正确性和可行性.(本文来源于《应用科学学报》期刊2016年04期）
郭文月,刘海砚,余岸竹,马绍龙,冯培义[9]（2016）在《非指定时间约束的社会安全事件关联规则挖掘》一文中研究指出关联规则挖掘是社会安全事件分析的重要方法之一,用于发现事件属性项及事件间的潜在关联。该文分析了社会安全事件的时空特性,利用时空关联规则挖掘方法分析事件属性项间的时空关联。为解决现有时空关联规则挖掘方法需要事先指定挖掘时间区间的问题,提出一种非指定时间约束的时空关联规则挖掘方法,根据事件时间属性值和时间划分粒度为事件空间和专题属性项增加时间标识,用时间标识代替时间属性值,得到全时间域内带有时间指向性的关联规则挖掘结果。以全球恐怖主义事件数据库为数据源,对该方法进行验证,结果表明其具有一定的可靠性与实用性,能够为社会安全事件的分析与预测、快速响应与防范提供决策依据。(本文来源于《地理与地理信息科学》期刊2016年03期）
张小翠[10]（2016）在《监控阈值模型及报警事件关联规则研究》一文中研究指出构建监控系统的目的是通过监控指标实时监测生产系统的运行状况,并根据指标与预设阈值的比对产生监控报警事件,以提示生产运维人员可能存在的风险隐患或故障。阈值设置是否合理直接影响到报警事件的数量和准确性,进而影响到应急资源的合理配置。选择合适的阈值模型,对及时消除生产隐患和提供业务的连续性服务非常重要。通过监控指标可衡量监控对象的发展趋向、运行状态。监控阈值是假设监控对象状态异常的指标临界值。(本文来源于《中国金融电脑》期刊2016年05期）
基于规则的事件关联论文开题报告
（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：
热点事件在发展过程中包括多个相关话题,分析多个话题在时序上的演化和传播路径,能够深层次把握热点事件产生、发展、消亡的具体细节。为此提出一种基于关联规则的热点事件时序分析方法。首先将关联规则算法并行实现获取多个时间片的频繁关键词集;然后筛选所有频繁关键词集的关联规则形成关联规则集,从而得到多个话题关键词集合;最后根据关键词集合分析热点事件多个话题的演化和传播路径。实验表明,该方法能够全面有效地跟踪热点事件的动态变化过程,为网络舆情监控和管理提供借鉴和支撑。
（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。
基于规则的事件关联论文参考文献
[1].王婧.Apriori关联规则在住院患者留置胃管非计划拔管事件防范中的运用[J].当代护士(下旬刊).2019
[2].王奕文,刘昕,曹帅,王丰.基于关联规则的热点事件时序分析方法[J].计算机与现代化.2018
[3].杜栋栋,任星彰,陈坤,叶蔚,赵文.一种基于One-ClassSVM和GP安全事件关联规则生成方法研究[J].电子学报.2018
[4].陈碧云,丁晋,陈绍南.基于关联规则挖掘的电力生产安全事故事件关键诱因筛选[J].电力自动化设备.2018
[5].夏泽龙,李浩,陈跃红.城市火灾事件时空分布规律与关联规则挖掘[J].消防科学与技术.2017
[6].何占军,邓敏,蔡建南,刘启亮.顾及背景知识的多事件序列关联规则挖掘方法[J].武汉大学学报(信息科学版).2018
[7].刘灿.突发事件案例情景间关联规则挖掘及推理研究[D].大连理工大学.2017
[8].李溢龙,李晓红,薛存金,林孝松.一种基于事件的海洋关联规则挖掘方法[J].应用科学学报.2016
[9].郭文月,刘海砚,余岸竹,马绍龙,冯培义.非指定时间约束的社会安全事件关联规则挖掘[J].地理与地理信息科学.2016
[10].张小翠.监控阈值模型及报警事件关联规则研究[J].中国金融电脑.2016