基于小波变换的动态关联规则元规则GM(1,1)挖掘  

Meta-association Rule Mining for Dynamic Association Rule Used GM(1,1) Based on Wavelet Transform

作　　者：张忠林[1] 许凡[1] 

机构地区：[1]兰州交通大学电子与信息工程学院,兰州730070

出　　处：《计算机科学》2013年第5期209-212,246,共5页Computer Science

基　　金：国家自然科学基金项目(61163010);甘肃省科技支撑计划项目(1011GKCA040)资助

摘　　要：提出了一种把小波变换应用到动态关联规则元规则挖掘中并提高规则预测精度的方法。该方法首先利用小波变换技术对挖掘出的动态关联规则元规则支持度计数进行变换,然后通过小波变换的多分辨率特点提取出近似部分和细节部分,并利用这两部分别进行单支重构,随后利用GM(1,1)对重构的两部分进行预测,从而得到最后的预测结果,最后通过实验证明了该方法具有较高的预测精度。This paper put forward a method for applying wavelet transform to meta-rule mining in dynamic association rules to improve the forecast accuracy of the rules. First, it uses Daubechies wavelet to transpose the support for the technology of the meta-rule in dynamic association rules. And then it extracts the approximate part and detail part ac- cording to the multi-resolution characteristics of wavelet transform. Finally by single reconstructing the two parts the GM（1,1） can be used to forecast the reconstructed two parts to get the final prediction results. The last experiment gives higher prediction accuracy.

关 键 词：小波变换 动态关联规则 元规则 单支重构 GM(1  1) 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]