单飞行事件噪声关联规则挖掘及信念网络表示

taptap下载安装安卓学报

单飞行事件噪声关联规则挖掘及信念网络表示

徐涛，杨婷婷，谢继文

（taptap下载安装安卓a.计算机科学与技术学院；b.中国民航信息技术科研基地，天津300300）

收稿日期:2014-12-29 修回日期:2015-03-19 出版日期:2016-02-20 发布日期:2016-04-13
作者简介:徐涛（1962—），男，重庆人，教授，博士，研究方向为智能信息处理、民航信息系统理论与安全等.
基金资助:
国家自然科学基金重点项目（61139002）；国家高技术研究发展计划（863）（2012AA063301）；国家科技支撑计划（2014BAJ04B02）；中国民用航空局科技基金项目（MHRD201006，MHRD201101）；中央高校基本科研业务费专项（3122013P013）

Exploration and belief network representation of association rules between noise event sets for single flight

XU Tao,YANG Tingting,XIE Jiwen

(a. College of Computer Science and Technology;b. Information Technology Research Base,CAUC,Tianjin 300300,China)

Received:2014-12-29 Revised:2015-03-19 Online:2016-02-20 Published:2016-04-13

摘要/Abstract

摘要：

挖掘各种噪声影响因素与机场噪声之间的关联规则，能够为机场经营者制定有效的降噪措施提供科学依据。先将FP-Growth 算法与数据立方体相结合，构造FP-Growth-Cube 算法挖掘单飞行事件噪声与各噪声影响因素之间的关联规则，然后通过信念网络可视化表示关联规则。此方法不但直观尧清晰，而且克服了关联规则不能表达不同规则之间联系的弱点，图形化地综合表示各因素对噪声的影响。最后袁实验从降噪措施之一的机型选择角度，与权威噪声预测软件INM对比，验证了该方法的可行性和有效性。

关键词: 单飞行事件噪声, 关联规则, 信念网络, FP-Growth-Cube 算法

Abstract:

Exploration of the relation ship between factors and airport noises can help airport operators adopt effective noise reduction measures. FP-growth-cube algorithm is used to find the association rules between noise and factors.The association rules are represented in the form of belief network. The representation of association rules is intuitive and clear,which can overcome the weakness of association rules,which can not express all airport noise influencial factors synthetically. Experimental results prove the feasibility and effectiveness of the method from the viewpoint of one noise reduction measure-aircraft type selection.

Key words: noise event for single flight, association rules, belief network, FP-Growth-Cube algorithm

中图分类号:

徐涛，杨婷婷，谢继文. 单飞行事件噪声关联规则挖掘及信念网络表示[J]. taptap下载安装安卓学报.

XU Tao,YANG Tingting,XIE Jiwen. Exploration and belief network representation of association rules between noise event sets for single flight[J]. .

参考文献

[1] 徐涛，燕宪金，杨国庆.基于神经网络集成的单个飞行事件噪声预测模型[J]. 中国环境科学，2014，34（2）：539-544.

[2] FAA. FAR150，Airport Noise Compatibility Planning[S]. 2006.

[3] 尹志宇援基于L-M 神经网络的道路交通噪声预测研究[J].中国环境监测，2009，25（4）：84-87.

[4] 杜继涛，张育平，徐涛援一种BP 神经网络机场噪声预测模型[J].计算机工程与应用，2013，49（9），236-239.

[5] 毛宇星，陈彤兵，施伯乐. 一种高效的多层和概化关联规则挖掘方法[J].软件学报，2011，22（12）：2965-2980.

[6] AGRAWAL R，IMIELINSKI T，SWAMI A. Mining Association Rules between Sets of Items in Large Databases[C]//Proceedings of the ACM SIGMOD Conference on Management of Data. Washington DC：ACM，1993：207-216.

[7] WONG P C，WHITNY P，THOMAS J. Visualizing Association Rules for Text Mining[C]//Proceedings of the IEEE Symposium on Information Visualization Richland，WA，1999：120-123.

[8] BRUZZESED，BUONOP.CombiningVisual TechniquesforAssociation Rules Exploration[C]//Proceedings of the ACMConference on Advanced Visual Interfaces. New York，2004：381-384.

[9] HAN J，PEI J，YIN Y. Mining Frequent Patterns without Candidate Generation[C]//Proceedings of the ACMSIGMOD Conference on Management of Data，Dallas. TX：ACM，2000：1-12.

[10] 贺琼，刘潭仁，郭平. 数据立方体上多维多层挖掘算法[J]. 计算机应用，2004，24（3）：85-88.

[11] PEARL J. Probabilistic Reasoning in Intelligent Systems：Networks of Plausible Inference[M]. SanMateo：Morgan Kaufmann Publisher，Inc，1988.

[12] 赵海丰. 关联规则挖掘及贝叶斯网表示研究[D]. 重庆：重庆大学，2007.

[13] 徐涛，杨奇川，吕宗磊. 一种基于动态集成学习的机场噪声预测模型[J].电子与信息学报，2014，36（7）：1631-1636.

[14] GB9660-1988，机场周围飞机噪声环境标准[S]. 北京：中国标准出版社，1988.