检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

分布式全局最大频繁项集更新挖掘算法

华中科技大学学报（自然科学版） 2011年第12期39卷 85-88,106页

作者：杨君锐杨莉西安科技大学计算机科学与技术学院陕西西安710054

提出了针对数据水平分布的分布式数据集下的全局最大频繁项集更新挖掘算法(UDMFI),用于解决当最小支持度阈值发生变化时全局最大频繁项集的更新挖掘问题.通过提出的带项目头表的频繁模式树(HFP-Tree)来存储数据,然后根据最小支持度阈值... 详细信息

提出了针对数据水平分布的分布式数据集下的全局最大频繁项集更新挖掘算法(UDMFI),用于解决当最小支持度阈值发生变化时全局最大频繁项集的更新挖掘问题.通过提出的带项目头表的频繁模式树(HFP-Tree)来存储数据,然后根据最小支持度阈值变小时,原最大频繁项集的集合中的元素一定是新最大频繁项集的集合中某些元素的子集的特性,以及最小支持度阈值变大时,原最大频繁项集中的一些最大频繁项集将可能不再是新最大频繁项集的集合中的最大频繁项集的特性,充分利用已挖掘的结果,从而减少挖掘过程中的费用.实验结果表明该算法具有较好的效率.

关键词：数据挖掘分布式数据集数据存储最大频繁项集更新挖掘

在线全文

学校读者我要写书评

暂无评论

基于前缀树的数据流频繁模式挖掘算法

华中科技大学学报（自然科学版） 2010年第7期38卷 107-110页

作者：杨君锐黄威西安科技大学计算机科学与技术学院陕西西安710054

针对数据流的无限性和流动性特点,提出了一种基于前缀树的数据流频繁模式挖掘算法(Prefix-stream).该算法将对数倾斜时间窗口划分为若干个子窗口,以子窗口为单位,利用提出的数据结构Prefix-tree进行挖掘,在整个数据流的频繁模式挖掘中,... 详细信息

针对数据流的无限性和流动性特点,提出了一种基于前缀树的数据流频繁模式挖掘算法(Prefix-stream).该算法将对数倾斜时间窗口划分为若干个子窗口,以子窗口为单位,利用提出的数据结构Prefix-tree进行挖掘,在整个数据流的频繁模式挖掘中,使得频繁模式挖掘和更新能在Prefix-tree中同时进行.该算法应用对数倾斜时间窗口逐步降低历史事务的权重,从而区分最近事务与历史事务.实验结果表明Prefix-stream具有较高的效率与较好的可扩展性.

关键词：数据挖掘数据流频繁模式挖掘频繁模式树对数倾斜时间窗口

在线全文

学校读者我要写书评

暂无评论

快速挖掘最大频繁项目集的新算法

长安大学学报（自然科学版） 2004年第6期24卷 102-110页

作者：杨君锐西安科技大学计算机科学与技术系陕西西安710054

针对关联规则下最大频繁项目集的特性,提出了一种快速挖掘最大频繁项目集的新算法MMFI(miningmaximumfrequentitemsets)。该算法摆脱了传统的经典算法Apriori及其变种情况下的自底向上的搜索策略,利用集合枚举树(set enumerationtree)... 详细信息

针对关联规则下最大频繁项目集的特性,提出了一种快速挖掘最大频繁项目集的新算法MMFI(miningmaximumfrequentitemsets)。该算法摆脱了传统的经典算法Apriori及其变种情况下的自底向上的搜索策略,利用集合枚举树(set enumerationtree)的变形结构采取了自顶向下的新的搜索方式,并通过其独特的启发式判断策略、候选项目集的生成策略等,大大减少侯选项目集的生成,从而降低了CPU搜索时间,提高了挖掘效率。

关键词：数据挖掘关联规则最大频繁项目集算法

在线全文

学校读者我要写书评

暂无评论

基于分布式的频繁闭合模式挖掘算法

西南交通大学学报 2012年第6期47卷 1027-1033页

作者：杨君锐张敏何洪德西安科技大学计算机科学与技术学院陕西西安710054

为提高数据挖掘效率,提出了一种基于分布式的频繁闭合模式挖掘算法——PFCI-Miner.该算法采用任务分布的主从方式,其中主处理器通过发送提出的前缀路径表(PrePthx)将挖掘任务合理划分,而从处理器借助提出的存储树(Trac-tree)挖掘局部频... 详细信息

为提高数据挖掘效率,提出了一种基于分布式的频繁闭合模式挖掘算法——PFCI-Miner.该算法采用任务分布的主从方式,其中主处理器通过发送提出的前缀路径表(PrePthx)将挖掘任务合理划分,而从处理器借助提出的存储树(Trac-tree)挖掘局部频繁闭合模式,最后由主处理器挖掘出全局频繁闭合模式.此外,采用星形拓扑结构,使数据通信只存在于主处理器与从处理器之间,而各从处理器之间无数据通信且不需要同步.在由3台PC机构成的分布式环境下,对合成与蘑菇数据集的实验表明,PFCI-Miner较DP-FP算法、AFCIM算法和DFCIM算法的执行效率分别平均提高了43.66%、42.17%、53.48%和51.86%、47.62%、62.78%.

关键词：关联规则数据挖掘频繁闭合模式

在线全文

学校读者我要写书评

暂无评论

一种频繁项目集的快速挖掘算法

微电子学与计算机 2004年第2期21卷 70-72,77页

作者：杨君锐西安科技大学计算机系陕西西安710054

关联规则是当前数据挖掘研究的主要领域之一,发现频繁项目集是关联规则数据挖掘中的关键问题。文章提出了一种快速挖掘频繁项目集的新方法FMFI(FastMiningFrequentItemsets)。针对关联规则下频繁项目集的特性,该算法摆脱了传统的自底向... 详细信息

关联规则是当前数据挖掘研究的主要领域之一,发现频繁项目集是关联规则数据挖掘中的关键问题。文章提出了一种快速挖掘频繁项目集的新方法FMFI(FastMiningFrequentItemsets)。针对关联规则下频繁项目集的特性,该算法摆脱了传统的自底向上的搜索策略,而采取了自底向上和自顶向下相结合的双向搜索方式,从而降低了扫描数据库的次数,提高了挖掘效率。

关键词：关联规则数据挖掘频繁项目集数据库搜索策略快速挖掘算法

在线全文

学校读者我要写书评

暂无评论

关联规则增量式快速更新方法的研究

微电子学与计算机 2004年第9期21卷 120-124页

作者：杨君锐西安科技大学计算机系陕西西安710054

随着最小支持度的不同,就会产生不同的频繁项目集,而频繁项目集的发现又是一个高花费的过程。如何实现不同最小支持度下频繁项目集的更新就显得尤为重要。提出了一种新的增量更新策略,用来解决这一关联规则的高效维护问题。

关键词：数据挖掘关联规则增量更新最小支持度频繁项目集

在线全文

学校读者我要写书评

暂无评论

频繁项目集二次挖掘方法研究

系统工程与电子技术 2004年第11期26卷 1701-1704页

作者：杨君锐西安科技大学计算机科学与技术系陕西西安710054

针对关联规则数据挖掘中频繁项目集的二次挖掘问题,提出了一种能够解决当最小支持度发生变化而交易数据库不变情况下进行二次挖掘的改进算法(UMSA)。该算法充分利用频繁项目集的特性,通过新的拼接方法来减少候选项目集的生成,在扫描交... 详细信息

针对关联规则数据挖掘中频繁项目集的二次挖掘问题,提出了一种能够解决当最小支持度发生变化而交易数据库不变情况下进行二次挖掘的改进算法(UMSA)。该算法充分利用频繁项目集的特性,通过新的拼接方法来减少候选项目集的生成,在扫描交易数据库确定k维频繁项目集时,采用在交易数据库中剔除无用的交易,达到不断减小交易数据库规模的目的,克服了一些算法中存在的漏采现象,并在一定程度上解决了非确定性问题。通过举例说明该算法的执行过程及其算法的正确性和有效性,并对其性能进行了分析。

关键词：关联规则二次挖掘频繁项目集

在线全文

学校读者我要写书评

暂无评论

基于位对象的最大频繁模式挖掘算法

西南交通大学学报 2008年第4期43卷 488-493页

作者：杨君锐张铁军刘南艳西安科技大学计算机科学与技术系陕西西安710054

提出了基于位对象的最大频繁模式挖掘算法.算法中,用位对象表示数据,并用位对象概念改进FP-Tree.用深度优先搜索策略,通过压缩数据库,并用位对象的特性简化模式支持度的计数,使挖掘时不需产生条件FP-Tree和候选项目集,以提高最大频繁模... 详细信息

提出了基于位对象的最大频繁模式挖掘算法.算法中,用位对象表示数据,并用位对象概念改进FP-Tree.用深度优先搜索策略,通过压缩数据库,并用位对象的特性简化模式支持度的计数,使挖掘时不需产生条件FP-Tree和候选项目集,以提高最大频繁模式的挖掘效率.实验结果验证了BFP-Miner的有效性.

关键词：数据挖掘关联规则最大频繁模式位对象

在线全文

学校读者我要写书评

暂无评论

一种不产生候选集的最大频繁集快速挖掘算法

微电子学与计算机 2004年第11期21卷 125-128页

作者：杨君锐赵群礼西安科技大学计算机系陕西西安710054

发现最大频繁(项目)集是关联规则挖掘中的重要问题。提出一个基于频繁模式树FP-Tree(FrequentPat鄄ternTree)的快速发现最大频繁项目集算法MFP-growth(MaximumFrequentPatterngrowth),其发现过程中不需要产生候选(项目)集,从而提高了挖... 详细信息

发现最大频繁(项目)集是关联规则挖掘中的重要问题。提出一个基于频繁模式树FP-Tree(FrequentPat鄄ternTree)的快速发现最大频繁项目集算法MFP-growth(MaximumFrequentPatterngrowth),其发现过程中不需要产生候选(项目)集,从而提高了挖掘效率。由实验结果表明,此算法在发现最大频繁项目集方面具有很好的性能。

关键词：数据挖掘关联规则最大频繁项目集频繁模式树