摘要
随着数据挖掘技术的逐步发展,所用到的算法越来越多,FP增长算法便是其中的一个组织结构。
出处
《技术与市场》
2011年第3期69-70,共2页
Technology and Market
参考文献2
-
1宋威,杨炳儒,徐章艳,高静.一种改进的频繁闭项集挖掘算法[J].计算机研究与发展,2008,45(2):278-286. 被引量:11
-
2(加)JiaweiHan,(加)MichelineKamber著,范明,孟小峰等.数据挖掘[M]机械工业出版社,2001.
二级参考文献10
-
1秦亮曦,史忠植.SFPMax——基于排序FP树的最大频繁模式挖掘算法[J].计算机研究与发展,2005,42(2):217-223. 被引量:26
-
2宋余庆,朱玉全,孙志挥,杨鹤标.一种基于频繁模式树的约束最大频繁项目集挖掘及其更新算法[J].计算机研究与发展,2005,42(5):777-783. 被引量:21
-
3A Ceglar, J F Roddick. Association mining [J]. ACM Computing Surveys, 2006, 38(2) : 1-42.
-
4N Pasquier, Y Bastide, R Taouil, et al. Discovering frequent closed itemsets for association rules [C]. In: Proc of the 7th Int'l Conf on Database Theory. London: Springer-Verlag, 1999. 398-416.
-
5J Pei, J Han, R Mao. CLOSET: An efficient algorithm for mining frequent closed itemsets [C]. In: Proc of 2000 ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery. New York: ACM Press, 2000. 21-30.
-
6J Y Wang, J Han J, J Pei. CLOSET + : Searching for the best strategies for mining frequent closed itemsets [C]. In: Proc of the 9th ACM SIGKDD Int'l Conf on Knowledge Discovery and Data Mining. New York: ACM Press, 2003. 236-245.
-
7G Grahne, J Zhu. Fast algorithms for frequent itemset mining using prefix-trees [J]. IEEE Trans on Knowledge and Data Engineering, 2005, 17(10): 1347-1362.
-
8M J Zaki, C J Hsiao. CHARM: An efficient algorithm for closed itemset mining [C]. In: Proc of the 2nd SIAM Int'l Conf on Data Mining. Arlington, USA: SIAM Press, 2002. 12 -28.
-
9N G Singh, S R Singh, A K Mahanta, et al. An algorithm for discovering the frequent closed itemsets in a large database [J ]. Journal of Experimental and Theoretical Artificial Intelligence, 2006, 18 (4): 481-499.
-
10C Lucchese, S Orlando, R Perego. Fast and memory efficient mining of frequent closed itemsets [J]. IEEE Trans on Knowledge and Data Engineering, 2006, 18(1) : 21-36.
共引文献10
-
1单保录,宋威.一种基于确定性方法的关联规则挖掘算法[J].计算机时代,2009(5):42-43.
-
2李晋宏,杨炳儒,宋威,侯伟.基于包含索引的频繁闭序列模式挖掘的新算法[J].系统工程与电子技术,2009,31(10):2485-2488. 被引量:1
-
3宋威,李晋宏,徐章艳,杨炳儒.一种新的频繁项集精简表示方法及其挖掘算法的研究[J].计算机研究与发展,2010,47(2):277-285. 被引量:18
-
4杜垒,王俊京.最大频繁项集剪枝策略[J].内江科技,2011,32(5):69-69.
-
5杜垒,王俊京.一种新的最大频繁项集挖掘算法[J].科技信息,2011(14).
-
6李秦,张馨东,童甲佳,李宇博.基于频繁模式表的关联分类器构建算法研究[J].计算机应用与软件,2011,28(6):39-42.
-
7杜垒.改进超集检测策略[J].技术与市场,2011,18(6):27-28.
-
8张吉武.网络课程平台数据库关联规则挖掘算法研究[J].科技信息,2011(31):255-256.
-
9任永功,李雪兰.基于WCF-tree加权滑动窗口数据流元项集挖掘[J].计算机应用与软件,2012,29(10):75-78. 被引量:1
-
10毛伊敏,陈志刚.在线挖掘数据流闭频繁项集的高效算法[J].计算机科学,2013,40(2):229-234. 被引量:2
同被引文献7
-
1淦元柳,蒋冲,刘玉杰,赵非玉.国外机载红外诱饵技术的发展[J].光电技术应用,2013,28(6):13-17. 被引量:23
-
2唐善军,王枫,陈晓东.红外导弹抗干扰能力指标体系和评估研究[J].上海航天,2017,34(4):144-149. 被引量:16
-
3李慎波,李韬锐,童中翔,黄鹤松.导弹战术参数对面源红外诱饵干扰效能影响[J].红外与激光工程,2018,47(7):123-132. 被引量:14
-
4周永恒,崔少辉,方丹.红外成像导引头抗干扰评估指标体系构建[J].现代防御技术,2019,47(3):175-180. 被引量:7
-
5王泉,董维浩,刘新爱,何永鹏,程洋.新型红外空空导弹抗干扰能力评估分析[J].航天电子对抗,2019,35(3):16-19. 被引量:10
-
6张凯,张邵宇,杨东升.红外制导导弹抗干扰能力仿真鉴定评估技术[J].上海航天,2019,36(4):83-89. 被引量:5
-
7牛得清,伍友利,徐洋,许瑞.点源红外诱饵干扰下环境复杂度量化建模[J].红外与激光工程,2020,49(2):199-207. 被引量:13
二级引证文献5
-
1蔡宇轩,伍友利,陈鞭,甘跃鹏,吴鑫.基于层次聚类算法的红外诱饵投掷策略研究[J].航空兵器,2021,28(6):66-71. 被引量:1
-
2李瑞华,冯治东.基于并行干扰抵消的5G通信信道传输控制系统设计[J].计算机测量与控制,2022,30(7):160-165. 被引量:2
-
3陈鞭,伍友利,吴鑫,甘跃鹏.红外对抗中各因素之间关系的深度挖掘[J].航空兵器,2022,29(3):42-46.
-
4陈鞭,伍友利,周浩,甘跃鹏,刘同鑫,吴鑫.红外抗干扰评估序贯均匀试验设计方法研究[J].空军工程大学学报,2022,23(5):16-21. 被引量:1
-
5杨丽坤.基于强化学习的医院通信网络数据链抗干扰系统[J].电子设计工程,2023,31(16):153-156.
-
1王远敏.图像数据库关联规则的挖掘方法研究[J].数字技术与应用,2012,30(10):83-84. 被引量:1
-
2石明兰,杨晖,叶东毅.面向目标的关联规则挖掘的一个FP增长算法[J].集美大学学报(自然科学版),2006,11(2):117-121.
-
3剧立伟,姜浩,蒲安建.Web Service架构下的分布式关联规则挖掘研究[J].计算机技术与发展,2009,19(4):31-34. 被引量:6
-
4付婷婷,杨世平.基于MapReduce的频繁闭项集挖掘算法改进[J].微型机与应用,2015,34(24):66-69.
-
5杨琦,李卫国.断路器故障诊断系统中关联规则的提取[J].陕西电力,2008,36(7):5-8. 被引量:3
-
6王振飞,刘凯莉,郑志蕴,宋玉.面向微博话题的增强型舆情分析方法[J].小型微型计算机系统,2017,38(4):678-682. 被引量:3
-
7李龙姣,程国达.基于直方图和FP增长的高维空间离群点挖掘[J].计算机与现代化,2013(1):47-52. 被引量:2
-
8王永,张勤,杨晓洁.中文网络评论中产品特征提取方法研究[J].现代图书情报技术,2013(12):70-73. 被引量:13