1) increment association rules
增量关联规则
1.
In this paper the definitions of adjacency, increment, collision set are given and the model of discretization & code based increment association rules are proposed.
给出了时态数据库中的相邻关系 (adjacency)和增量(increm ent)的定义 ,提出了基于定量属性离散化及编码化的增量关联规则的基本模型 (model of discretization &code- based increment association rules) ;并针对时态数据库中的属性大多为连续定量属性的特性 ,比较了“部分完备法”(partial com pleteness)、基于分类信息熵的离散化 (entropy- based discretization)、C4。
2) association rules of incremental updating data
增量关联规则
1.
Then, the structured date are mined based on mining the association rules of incremental updating data to find the association of the elements of template of EMR and the values of elements.
该文针对电子病历系统的用户体验度不高的问题,首先用模板和文本特征化的方法对电子病历中的事务数据实现结构化;再基于增量关联规则挖掘算法对产生的结构数据进行关联规则挖掘,找出模板中各个元素的关联以及对应元素取值之间的关联,最后根据挖掘结果来指导用户的输入,从而有效提高了电子病历系统的用户体验度。
4) enhanced association rule
增强关联规则
1.
Then the classification rule is combined with its negative rules to generate an enhanced association rule.
基于否定选择算法的思想提出了分类规则修正策略,用反例样本集合对分类规则进行耐受,从分类规则错误判别的反例样本中再产生规则,与原来的规则组成新规则,称为增强关联规则。
5) quantitative association rules
量化关联规则
1.
Quantitative Association Rules Mining Algorithm Based on Fuzzy Theory;
基于模糊理论的量化关联规则挖掘算法
2.
This paper presents an algorithm of MQAR for mining quantitative association rules,which only needs to scan the database one time,and occupies few memory for assistant information.
提出了一种挖掘量化关联规则的MQAR算法。
3.
A novel algorithm, QAR, for mining quantitative association rules and an incremental updating algorithm, IUQAR, are proposed.
提出了一种新的量化关联规则挖掘算法QAR及其增量式更新算法IUQAR 。
6) quantitative association rules
数量关联规则
1.
This paper discusses the problem of discretization for continuous attributes and describes a method for discretization in the processing of mining quantitative association rules, including quantitative ranges partitioning and sampling to a huge database.
研究了数量关联规则挖掘过程中的连续属性离散化问题 ,描述了连续属性离散化方法 ,包括连续属性区间划分算法和数据库样本大小的确定 ,提出了基于可信度最优的数量关联规则挖掘算法 。
2.
This paper presents a cluster method for discretization in the processing of mining quantitative association rules.
应用聚类方法研究了数量关联规则提取过程中的连续属性离散化问题 。
3.
The discretization of continuous attribute is the key problem to quantitative association rules mining in Data Mining.
数据挖掘中数量关联规则挖掘的关键是连续属性离散化问题,本文基于规则约束,以兴趣度为依据,对数量关联规则的区间合并算法进行了研究。
补充资料：X射线荧光增量法
分子式：
CAS号：
性质：又称标准（溶液）加入法。X射线荧光分析试样中待测元素含量低于5%～10%时所用的一种定方法。其方法与原子发射光谱增量法操作相同，仅所加入待测元素的含量应比试样含量增大1至3倍。以加入量为横坐标，荧光强度为纵坐标绘制校准曲线。
CAS号：
性质：又称标准（溶液）加入法。X射线荧光分析试样中待测元素含量低于5%～10%时所用的一种定方法。其方法与原子发射光谱增量法操作相同，仅所加入待测元素的含量应比试样含量增大1至3倍。以加入量为横坐标，荧光强度为纵坐标绘制校准曲线。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条