摘要：采用apriori算法对流程工业的过程历史数据进行分析,得到流程工业数据中温度、压力、流量等过程变量对丙烯产品质量的影响程度,实现对未知影响因素的分析和预测。实验结果表明,采用关联规则挖掘能够得到生产过程中隐含的质量调节规律,根据这些信息可以提高过程的控制及操作水平,从而提高决策能力和决策效率,对流程工业的生产管理具有一定的指导意义。

摘要：获取政务频繁词汇与词群是建立实用政务本体,实现政务信息资源深度开发利用的前提。提出了基于apriori算法发现政务频繁词汇与词群的方法,并结合政务训练文档,做了相关实验。该方法首先利用典型政务文档,构造政务字典,并获取政务句子数据库。在此基础上,通过apriori算法来发现句子数据库中的政务频繁项集和词群。

摘要：煤矿安全一直是备受关注的社会问题。随着煤炭产业持续发展,煤矿安全事故时有发生,给行业发展带来严重影响。煤矿安全监测与预警系统的设计与优化成为当务之急。本文综合考虑传感器选择与布置、高效可靠的数据采集与传输、数据处理与分析方法以及报警与预警功能设计,结合基于apriori的煤矿监测系统整体设计,提出了一套完善的煤矿安全监测与预警系统。

摘要：针对传统实验室管理平台数据处理能力差、效率低等问题,设计一种基于apriori算法的实验室管理平台。平台采用了浏览器/服务器模式(Browser/Server,B/S)框架设计,能够提升平台的稳定性和兼容性。实验结果表明,与传统实验室管理平台相比,该平台的各功能模块均能稳定运行,响应速度更快,能够满足用户的基本需求。

摘要：针对服装生产线员工变动频繁、技能熟练度不一致以及设备布局受限等造成的流水线部件逆流和不平衡问题,提出了一种基于先验算法的服装生产工序组合关联规则挖掘方法,以优化流水线设计。根据服装工艺和生产特点提出了工序编码方法,通过改进apriori算法来挖掘用于流水排布的生产工序关联规则,建立了以逆流情况和流水线平衡为约束的评判指标,通过工序内容与评判指标进行流水线优化排布。结果表明:优化后的流水线完全避免了零部件在路径上的传递损失,流水线的排布效率提高了20%,线内工位平均均衡比相较于原有产线提高了20%,排布内容更切合工厂生产实际环境和经验要求。使用该方法挖掘工序关联组合具有较好的可靠性,工序组合的应用有利于提升流水线排布的实际意义。

摘要：当前的农产品销售管理系统仅能对农产品的采购与售出进行统计,不仅工作效率低、并发能力差,而且无法辅助用户进行精准销售。为提高农产品销售管理环节的工作效率与自动化水平,本文优化当前管理系统缺陷,设计基于关联规则apriori算法的农产品销售管理系统。以STM32F407ZGT6微控制器以及周围电路组成的系统硬件架构为支撑,对农产品数据进行处理,改进apriori算法并分析农产品销售数据的深层关联,实现精准的销售推荐。系统经过测试后,各项指标满足设计标准,响应速率和并发承载能力大幅提升,农产品推荐平均精准率高达97.8%。

摘要：为解决传统行蓄洪区水闸启闭设备控制效率较低,水闸底缘型式选择不合理,无法在快速时间内对过流流量以及动水压力做出精确计算的问题。在传统水闸控制方法的基础上,引入改进apriori算法,提出了一种新的水闸控制方法。建立水闸结构分析模型,获取水闸结构位移与内力变化;采用改进apriori算法,计算行蓄洪区水闸动力作用荷载;设计水闸控制中心,实时调节水闸的运行模式与启闭状态。实验分析可知,新的控制方法与传统控制方法相比,其水闸等效应力较大,位移较小,各个构件之间连接的稳固性较高,闸门面板中心时均压力更加符合行蓄洪区静水压力的分布趋势。

摘要：针对apriori算法产生大量无效候选集的问题,为提升MapReduce模型下apriori算法挖掘关联规则的性能,提出崭新的并行式数据聚类方法:基于W-DPC策略设计apriori候选项集结合方法,预先确定MapReduce模型框架下apriori算法执行的passes量,reduce无需等待map任务执行完毕再开始工作,降低passes阶段的运行负载;通过引入二项频繁集快速生成策略,明显降低apriori算法生成二项频繁集的时间复杂度。实验结果显示,该方法有效平衡了各节点的工作负载量,降低了apriori算法运行的时间复杂度。

摘要：apriori算法是关联规则的经典算法之一。文中是基于对apriori算法原理的研究从而完成电影标签推荐的应用,实现当用户给自己喜欢的电影打标签时,可通过关联规则进行电影推荐。实验采用Python语言实现apriori算法,对数据集MovieLens采用One-hot编码进行处理,利用apriori算法寻找到数据集中的频繁项集,根据找到的频繁项集生成关联规则。实验结果表明,基于apriori算法的电影标签推荐得到的实验结果更准确、快速、高效,同时也取得了良好的电影标签推荐效果,从而提升用户体验。

摘要：当前大学生职业发展方向预测方法存在准确率较低的问题,为此设计一种基于apriori算法的大学生职业发展方向预测方法。首先,获取职业发展方向影响变量,引入应激理论的概念;其次,计算轮廓系数,构建大学生能力评估模型;最后,利用apriori算法优化预测模式,增设字段属性分类功能,实现职业发展方向预测。实验结果表明,该方法在高斯白噪声为25dB时,平均准确率依旧能够保持在73%以上,准确率较高,说明在融合apriori算法后,预测方法的实用性更高。