数据项相关的高效用项集挖掘方法、装置及数据处理设备

    公开(公告)号:CN107870936A

    公开(公告)日:2018-04-03

    申请号:CN201610854714.8

    申请日:2016-09-27

    CPC classification number: G06F17/30522 G06F2216/03

    Abstract: 本发明实施例提供一种数据项相关的高效用项集挖掘方法、装置及数据处理设备,该方法包括:确定待处理项集在事务数据库中的支持度,及所述待处理项集的各数据项在所述事务数据库中的支持度;根据所述待处理项集在事务数据库中的支持度,及所述待处理项集的各数据项在所述事务数据库中的支持度,确定所述待处理项集的项集相关度;确定所述待处理项集的项集效用值;若所述待处理项集的项集效用值不小于设定的最低效用阈值,且所述待处理项集的项集相关度不小于预定的最低相关度阈值,则确定所述待处理项集为数据项相关的高效用项集。本发明实施例可实现数据项相关的高效用项集的挖掘,提升高效用项集的挖掘结果的精准性。

    有效时间的高期望权重项集挖掘方法、装置及处理设备

    公开(公告)号:CN107870913A

    公开(公告)日:2018-04-03

    申请号:CN201610847309.3

    申请日:2016-09-23

    CPC classification number: G06F17/30 G06F17/30539

    Abstract: 本发明实施例提供一种有效时间的高期望权重项集挖掘方法、装置及处理设备,该方法包括:确定待处理项集所对应的至少一个目标事务;确定所述待处理项集在不确定数据库中的时间有效值;确定所述待处理项集的期望支持度;将所述待处理项集的期望支持度,和所述待处理项集的项集权重值相乘,确定所述待处理项集的期望权重支持度;如果所述待处理项集在不确定数据库中的时间有效值不小于,预定义的最低时间有效阈值,且所述待处理项集的期望权重支持度,不小于,预定义的最低期望权重阈值和不确定数据库中事务总数的乘积,则确定所述待处理项集为有效时间的高期望权重项集。本发明实施例实现了不确定数据库中有效时间的高期望权重项集的挖掘。

    一种高效用序列模式挖掘方法及装置

    公开(公告)号:CN108733705B

    公开(公告)日:2023-04-04

    申请号:CN201710261885.4

    申请日:2017-04-20

    Abstract: 本申请公开了一种高效用序列模式挖掘方法及装置,根据序列数据库中包含的各事务,获取满足设定条件的候选序列模式集合;针对每一所述候选序列模式,确定所述候选序列模式在所述序列数据库中的效用值;将所述效用值不低于自身所对应的效用阀值的候选序列模式,确定为挖掘结果,其中,候选序列模式对应的效用阀值为该候选序列模式所包含各项目中,效用阀值最低的项目的效用阀值,序列数据库中每一项目的效用阀值由用户预先设定。本申请可以由用户根据需要对不同项目设置不同的效用阀值,基于此从序列数据库中挖掘效用值不低于自身对应的效用阀值的序列模式,在挖掘高效用模式的基础上,能够实现个性化挖掘,满足不同应用场景的需求。

    一种高质量模式项集挖掘方法、装置及数据处理设备

    公开(公告)号:CN108009180B

    公开(公告)日:2021-09-21

    申请号:CN201610969804.1

    申请日:2016-10-28

    Abstract: 本发明实施例提供的高质量模式项集挖掘方法包括:确定待处理项集在事务数据库中的支持度以及所述待处理项集的权重占有度;若所述待处理项集在事物数据库中的支持度不小于预定的最低支持度阈值与所述事务数据库中总事务数量的乘积,且所述待处理项集的权重占有度不小于预定的最小权重占有阈值,则确定所述待处理项集为高质量模式项集。本发明实施例可实现数据项相关的高质量模式项集的挖掘,提升高质量模式项集的挖掘结果的精准性。

    项集挖掘方法及装置
    15.
    发明授权

    公开(公告)号:CN106445975B

    公开(公告)日:2020-04-21

    申请号:CN201510493081.8

    申请日:2015-08-12

    Abstract: 本发明公开了一种项集挖掘方法及装置,属于数据挖掘领域。所述方法包括:获取自定义的多重最低效用阈值MMU表;MMU表中包括数据库D中各个数据项与最低效用阈值的对应关系;计算数据库D中项集的项集效用值;根据MMU表,计算数据库D中各个项集各自对应的项集最低效用阈值MIU;项集中包含至少一个数据项;当项集效用值≥MIU时,将该项集确定为高效用项集HUI。本发明解决了现有的基于HUIM的算法中,都是将项集的项集效用值是否大于唯一的最低效用阈值作为衡量标准,导致挖掘出的HUI不准确的问题,达到了根据不同项集制定不同的HUI衡量标准,从而提高挖掘出的HUI准确性的效果。

    可穿戴机器人腰背部宽度调节机构

    公开(公告)号:CN110370249A

    公开(公告)日:2019-10-25

    申请号:CN201910701459.7

    申请日:2019-07-31

    Abstract: 本发明公开了一种可穿戴机器人腰背部宽度调节机构,包括背部护板、安装于所述背部护板上的联动调节装置、对称安装于所述背部护板两侧的第一护腰、第二护腰,所述第一护腰、第二护腰分别与所述联动调节装置联动;当所述联动调节装置在外力作用下向第一方向转动时,带动所述第一护腰、第二护腰同步朝向所述背部护板运动;当所述联动调节装置在外力作用下向第二方向转动时,带动所述第一护腰、第二护腰同步远离所述背部护板运动。相对于现有技术,本发明极大程度的降低了腰部宽度调节的复杂程度,有效降低了可穿戴机器人设备的使用难度。

    项集挖掘方法及装置
    17.
    发明公开

    公开(公告)号:CN106445975A

    公开(公告)日:2017-02-22

    申请号:CN201510493081.8

    申请日:2015-08-12

    Abstract: 本发明公开了一种项集挖掘方法及装置,属于数据挖掘领域。所述方法包括:获取自定义的多重最低效用阈值MMU表;MMU表中包括数据库D中各个数据项与最低效用阈值的对应关系;计算数据库D中项集的项集效用值;根据MMU表,计算数据库D中各个项集各自对应的项集最低效用阈值MIU;项集中包含至少一个数据项;当项集效用值≥MIU时,将该项集确定为高效用项集HUI。本发明解决了现有的基于HUIM的算法中,都是将项集的项集效用值是否大于唯一的最低效用阈值作为衡量标准,导致挖掘出的HUI不准确的问题,达到了根据不同项集制定不同的HUI衡量标准,从而提高挖掘出的HUI准确性的效果。

    一种数据处理的方法和装置

    公开(公告)号:CN106933886B

    公开(公告)日:2020-12-18

    申请号:CN201511030144.2

    申请日:2015-12-31

    Abstract: 本发明公开了一种数据处理的方法和装置,属于计算机技术领域。所述方法包括:获取样本数据记录,根据每条样本数据记录中的参数项和对应的参数值,以及预设的隶属度函数,确定每个参数值对应的参数值等级和参数值等级的权值,并根据每条样本数据记录中各参数值等级的权值,选取样本总权值大于预设阈值的参数值等级;根据在每条样本数据记录中所述选取的参数值等级对应的权值,确定满足预设组合条件的参数值等级,分别基于每个满足预设组合条件的参数值等级,确定参数值等级组合;确定每个所述参数值等级组合对应的样本总权值,输出样本总权值大于预设阈值的参数值等级组合。采用本发明,可以节约处理资源。

    一种数据处理的方法和装置

    公开(公告)号:CN106933886A

    公开(公告)日:2017-07-07

    申请号:CN201511030144.2

    申请日:2015-12-31

    CPC classification number: G06F16/2458

    Abstract: 本发明公开了一种数据处理的方法和装置,属于计算机技术领域。所述方法包括:获取样本数据记录,根据每条样本数据记录中的参数项和对应的参数值,以及预设的隶属度函数,确定每个参数值对应的参数值等级和参数值等级的权值,并根据每条样本数据记录中各参数值等级的权值,选取样本总权值大于预设阈值的参数值等级;根据在每条样本数据记录中所述选取的参数值等级对应的权值,确定满足预设组合条件的参数值等级,分别基于每个满足预设组合条件的参数值等级,确定参数值等级组合;确定每个所述参数值等级组合对应的样本总权值,输出样本总权值大于预设阈值的参数值等级组合。采用本发明,可以节约处理资源。

    一种高效用序列模式挖掘方法及装置

    公开(公告)号:CN108733705A

    公开(公告)日:2018-11-02

    申请号:CN201710261885.4

    申请日:2017-04-20

    Abstract: 本申请公开了一种高效用序列模式挖掘方法及装置,根据序列数据库中包含的各事务,获取满足设定条件的候选序列模式集合;针对每一所述候选序列模式,确定所述候选序列模式在所述序列数据库中的效用值;将所述效用值不低于自身所对应的效用阀值的候选序列模式,确定为挖掘结果,其中,候选序列模式对应的效用阀值为该候选序列模式所包含各项目中,效用阀值最低的项目的效用阀值,序列数据库中每一项目的效用阀值由用户预先设定。本申请可以由用户根据需要对不同项目设置不同的效用阀值,基于此从序列数据库中挖掘效用值不低于自身对应的效用阀值的序列模式,在挖掘高效用模式的基础上,能够实现个性化挖掘,满足不同应用场景的需求。

Patent Agency Ranking