学位论文 > 优秀研究生学位论文题录展示

多维量化关联规则在食品安全检测中的应用

作　者: 黄驱冥
导　师: 叶枫
学　校: 浙江工业大学
专　业: 管理科学与工程
关键词: 数据挖掘关联规则多维量化关联规则网格聚类
分类号: F224
类　型: 硕士论文
年　份: 2007年
下　载: 26次
引　用: 0次
阅　读: 论文下载

内容摘要

食品安全直接关系到老百姓的身体健康与生命安全和社会的稳定。目前我国的食品监测工作存在一个误区，认为检测批次与监管效果成正比，从而只片面的强调检测批次任务，随着检测批次的不断增加，必然带来国家资源及政府人力、财力的巨大浪费。在食品监测中引入数据挖掘技术，利用以往检测记录中食品及食品经营者相关信息，对其中的关联规则进行挖掘，使检测部门能够合理制订监测计划。本文系统地阐述了数据挖掘的概貌，着重对其中的重要挖掘任务之一：关联规则的挖掘问题进行了详尽的分析。然后，突出介绍了关联规则数量属性的离散化及类别属性的概念分层技术。在这些工作的基础上，提出了多维量化关联规则挖掘算法—Multi-Apriori。它通过引进一种频繁维谓词集索引树(FDPI-tree)将数据方和Apriori算法有效的结合在一起。Multi-Apriori算法可以同时挖掘维间和混合维关联规则，并且具有较好的整体性能。之后采用网格聚类技术对所产生的关联规则进行相似聚类，聚类后的结果有助于用户进行决策分析。

全文目录

摘要  3-4
ABSTRACT  4-7
1.绪论  7-9
  1.1 论文研究背景  7-8
  1.2 论文结构及主要工作  8-9
2.数据挖掘综述  9-21
  2.1 数据挖掘的概念  9-10
  2.2 数据挖掘的知识发现  10-12
    2.2.1 广义知识(Generalization)  10-11
    2.2.2 关联知识(Association)  11
    2.2.3 分类知识(Classification & Clustering)  11
    2.2.4 预测型知识(Prediction)  11-12
    2.2.5 偏差型知识(Deviation)  12
  2.3 数据挖掘算法分类  12-15
    2.3.1 概念描述  12-13
    2.3.2 聚类发现  13
    2.3.3 关联规则发现  13-14
    2.3.4 分类发现  14-15
    2.3.5 回归发现  15
    2.3.6 序列模式发现  15
  2.4 关联规则挖掘方法  15-21
    2.4.1 关联规则概述  15-16
    2.4.2 关联规则的属性  16-17
    2.4.3 关联规则的种类  17-18
    2.4.4 关联规则的算法  18-21
3.多维数量关联规则挖掘算法分析  21-27
  3.1 多维数量关联规则概述  21-22
  3.2 数量关联的连续属性离散化方法  22-27
    3.2.1 等深划分(equal depth partitioning)  23
    3.2.2 部分k度完全方法((partial k-completeness)  23
    3.2.3 MAQA法(mining associations among quantitative attributes)  23-27
4.聚类分析方法综述  27-34
  4.1 聚类挖掘的定义  27-28
  4.2 几种常见的聚类分析方法  28-31
  4.3 聚类分析在数据挖掘中的应用  31
  4.4 聚类关联规则  31-34
5.数据挖掘在食品安全监测预警系统中的应用  34-48
  5.1 数据挖掘在食品安全监测预警系统中的应用  34
  5.2 食品安全监测预警系统的数据挖掘流程  34-35
  5.3 算法的实现  35-48
    5.3.1 开发环境  36-37
    5.3.2 数据预处理  37-39
    5.3.3 关联规则开采  39-43
    5.3.4 关联规则聚类  43-45
    5.3.5 结果评价  45-46
    5.3.6 性能分析  46-48
6.总结与展望  48-50
  6.1 总结体会  48-49
  6.2 工作展望  49-50
参考文献  50-54
致谢  54-55
攻读学位期间主要科研成果  55

多维量化关联规则在食品安全检测中的应用

内容摘要

全文目录

相似论文