[發明專利]一種基于改進Apriori算法的雷電活動數據統計方法

無效

• 申請號: 201310480978.8
• 申請日: 2013-12-13
• 公開（公告）號: CN103593400A
• 公開（公告）日: 2014-02-19
• 發明（設計）人: 王衛民;李婧;雷欣;田社教;高瑩
• 申請（專利權）人: 陜西省氣象局
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F19/00
• 代理公司: 西安億諾專利代理有限公司 61220
• 代理人: 康凱

1.一種基于改進Apriori算法的雷電活動數據統計方法，其特征在于,包括以下步驟：

1）、計算加權支持度與加權置信度：為每個項目賦予[0,1]之間一個非負實數作為權值，以體現該項目的重要度，并根據該權值計算各項集的權重，進而推出項集的加權支持度與加權置信度，所述支持度與置信度定義是：項目集合I={?i₁,?i₂,?…,?i_m}是由m個不同的項組成，交易數據庫D中每一筆交易都是I的一個子集，關聯規則的形式為X?=>Y，其中X∈I，Y∈I，且X∩Y=，X的支持度sup(XUY)為XUY在交易數據庫中出現的概率，X的信任度conf(?XUY)為在某交易中包含X前提下同對也包含Y的概率．也就是說，關聯規則X?=>Y的支持度為數據庫中包含XUY的交易數與總交易數之比；關聯規則的信任度為數據庫中包含XUY的交易數與包含X的交易數之比；

2)、垂直位矢量格式轉換：將原水平數據格式{事務標志：事務項集}轉化為垂直數據格式{項：事務集}，然后掃描數據庫一次，計算出符合加權支持度與加權置信度的頻繁項，并設置它們相應的位矢量；

3)、頻繁二項圖生成：根據頻繁項計算出符合關聯規則的頻繁2項集，以各個滿足頻繁2項集的項目作為節點，繪制出表示各個項目之間關系的有向圖；

4）候選項集挖掘：通過對頻繁2項圖的深度優先遍歷，找到該圖的最長路徑，即為最長頻繁項集，繼而根據任何強項集的子集必定是強項集的性質，找出所有頻繁集。

2.如權利要求1所述基于改進Apriori算法的雷電活動數據統計方法，其特征在，所述步驟2）的具體過程是：如果該事務中存在對應的項免則設置對應項為1，否則設置對應項為0，當檢查完所有事務集合每個項對應一個二進制位串，然后按照支持數從高到低排序將數據庫中的項目映射到位圖。

3.如權利要求1所述基于改進Apriori算法的雷電活動數據統計方法，其特征在，所述步驟3）的具體過程是：將得到的位圖中1出現次數最多的節點放在最上層，若某兩項在一次事務中同時出現，并且出現的次數滿足最小支持度要求，大于或等于最小支持度，則在有向圖中這兩個節點之間畫一條邊，邊上用二進制字符串表示，二進制字符串通過兩個節點求與運算得到，其中串中1的個數表示這兩個節點同時出現的次數。

4.如權利要求1所述基于改進Apriori算法的雷電活動數據統計方法，其特征在，加權支持度與加權置信度的具體計算過程是：

設I={?i1,?i2,?…,?im}，對應i的權值向量W={?w1,?w2,?…,?wm?},第?i個事務ti是I的一個子集，ti中第j個項目（記作ti?[ij]）都有一個權值w，

這樣每一個項目都與W中的一個值對應起來，項集事務權值是一個數據庫中項目集中各項目的權值匯總，項目集X在事務ti中的項目權值計算為：????????????????????????????????????????????????

加權支持度是事務數據庫中包含該項目的事務項集權值的匯總：

其中NX是X在數據庫中出現的計數；n是總記錄數；

加權置信度是事務數據庫中滿足X∪Y?的加權支持度與包含X的加權支持度的比值?：

。

5.如權利要求2所述基于改進Apriori算法的雷電活動數據統計方法，其特征在，所述步驟2）的具體過程是：于有向圖與加權關聯規則的Apriori算法的優化方法，其特征在，如果該事務中存在對應的項則設置對應項為1，否則設置對應項為0，當檢查完所有事務集合每個項對應一個二進制位串，然后按照支持數從高到低排序將數據庫中的項目節點映射到位圖，設最小支持度計數是2，則在本數據庫中頻繁項是i₁，i₂，i₃，i₄，i₅；

對應B_i1=(100110111)，B_i2=(111101011)，B_i3=(0010lllll)，B_i4=(010100000)，B_i5=(100000010)。

6.如權利要求1所述基于改進Apriori算法的雷電活動數據統計方法，其特征在，所述步驟4）的具體過程是，（1）頻繁2項集做深度優先遍歷，并記錄最長路徑D；

（2)D中路徑長度為l，如果l=0，說明找不到頻繁項集，否則，當l>0時，執行（3)；

（3)計算D中每一條路徑的加權支持度，找出所有滿足最小支持度的路徑，若存在，它們就是頻繁項集，算法到此結束；

否則執行（4)；

（4)對于D中的每一條路徑，找出所有路徑的長度為l-1的子集，并利用圖1驗證它們是否連通，若為連通路徑，將該路徑記錄在D中，返回（2)。