当前大多传感器信息决策过程中均需要对传感器数据进行概率转换或进行权重计算,该过程不仅计算量大,且决策结果受概率值影响较大,......

关联规则最早是挖掘频繁项集,以支持度为度量,挖掘数据库中频繁出现的项集模式。考虑到数据库中每个项目在事务中可以出现多次,并......

针对Apriori时间性能较低的缺陷,结合二项集支持度矩阵提出了Apriori改进算法Apriori-M。在扫描数据库时生成一个二项集支持度矩阵......

针对非线性系统状态估计的有效融合问题，给出了一种基于不敏Kalman滤波的多传感器数据融合算法．首先，依据单传感器的量测利用不敏Kalm......

针对当前多传感器融合过程中,各传感器可靠度估计困难和观测值融合精度低的问题,文中提出一种基于支持度矩阵的最优加权多传感器融......

在Apriori算法的改进算法M-Apriori基础上,为了进一步减少不必要的数据库扫描,引入事务约简技术,提出一种改进的MR-Apriori算法.考......

分析了关联规则挖掘Apriori、 AprioriTid和AprioriHybrid算法的优缺点,针对AprioriHybrid算法的瓶颈提出了一种使用支持度矩阵对......

当前多传感器数据融合技术中,多是基于支持度矩阵的最优加权多传感器融合方法,但在支持度矩阵的计算中,相对距离的选取多是基于时......

为了能快速、高效地从事务数据库中挖掘所有的频繁项集,提出了一种基于向量和矩阵的VMA高效算法。该算法只需扫描数据库一次,将事......

为实现混凝土泵车臂架类柔性多体结构健康监测的应变传感器优化布置,首先,利用各待选测点应变信号的相关系数构建了模糊支持度矩阵......

将关联规则算法引入公安情报的数据挖掘中,以求发现情报信息中的相关规律,提高执法效率与快速反应能力,并及时预防和打击犯罪行为......

引入数据驱动的思想,提出了一种基于异常数据驱动的簇内数据融合方法.在节点数据采集过程中,仅当异常数据发生时才发送给簇头,减少......

提出了基于支持度矩阵特征向量的同质多传感器数据融合算法,通过支持度矩阵的特征值和特征向量,提取支持度矩阵的特征,确定各传感......