基于Apriori算法的目标特征关联规则挖掘

摘要

目前各类目标特征数据库同样也存在数据爆炸但知识缺乏的问题,给目标识别带来了新挑战.提出将关联规则挖掘引入到目标识别领域,通过对连续型特征进行属性概化处理,将连续数值记录转换为由多个特征数据项构成的事务,在此基础上采用Apriori算法进行关联规则挖掘,获取目标特征间隐藏的关联规则,为目标识别提供知识支持.实验结果表明,关联规则挖掘可获得隐藏在历史数据中的目标特征及身份属性间的关联规则,为目标识别提供新的先验知识.