多指標(biāo)關(guān)聯(lián)分析和預(yù)測算法及應(yīng)用研究.pdf

1、本論文研究工作是針對中國國家電力集團(tuán)總公司信息管理系統(tǒng)中信息分析和預(yù)測的需要而進(jìn)行的，主要研究內(nèi)容和工作成果如下： (1)為進(jìn)行多指標(biāo)關(guān)聯(lián)分析和預(yù)測，須將連續(xù)數(shù)據(jù)離散化，本論文分析了幾種最常見的連續(xù)數(shù)據(jù)離散化方法，采剛了基丁密度分布函數(shù)聚類的屬性離散化方法對國電集團(tuán)信息系統(tǒng)的多指標(biāo)數(shù)據(jù)進(jìn)行離散。隨著業(yè)務(wù)數(shù)據(jù)的增加，數(shù)據(jù)挖掘工作難以在單臺(tái)機(jī)器上進(jìn)行，為此，本論文在分析目前的幾種并行挖掘方法后，提出一種FP樹的并行挖掘方法——FPT

2、DP。 (2)由于新的業(yè)務(wù)數(shù)據(jù)不斷加入原數(shù)據(jù)集，必須考慮利用原數(shù)據(jù)集經(jīng)挖掘后已經(jīng)得到的結(jié)果，因此，增量挖掘工作成為本論文的研究內(nèi)容之一，由丁傳統(tǒng)的增量挖掘方法，在最壞情況下，需要重新掃描原數(shù)據(jù)集DB，影響挖掘的性能，本文在分析傳統(tǒng)的增量挖掘方法的基礎(chǔ)上，提出了基于Dict-Tree樹的增量挖掘方法——DTARIDMA，并給出其相應(yīng)的并行挖掘方法。 (3)本論文通過實(shí)驗(yàn)證明了FPTDP算法是有效的，可以減輕挖掘工作對單臺(tái)處