基于關(guān)聯(lián)分析的航班延誤氣象因素量化方法研究

摘要： 在所有導(dǎo)致航班延誤的因素當(dāng)中，氣象因素占有較大的比重。該文主要采用兩種用于關(guān)聯(lián)分析的算法：Apriori算法和FP-Growth算法對(duì)航班和氣象數(shù)據(jù)進(jìn)行量化分析，明確航班延誤與氣象因素之間的量化關(guān)系，在兩種算法基礎(chǔ)上采用事務(wù)壓縮、Hash以及數(shù)據(jù)壓縮方法以提升算法效率，之后分別對(duì)關(guān)聯(lián)規(guī)則的生成過程和算法的執(zhí)行過程進(jìn)行了優(yōu)化，即規(guī)定關(guān)聯(lián)規(guī)則的關(guān)聯(lián)指向以及采用并行挖掘代替順序挖掘，... （共9頁）