密集型数据最大频繁模式挖掘方法研究

采用目前方法挖掘最大频繁模式时,没有对密集型数据进行预处理,无法消除密集型数据中存在的噪声,导致方法存在去噪性能差、挖掘效率低和挖掘准确率低的问题。提出密集型数据最大频繁模式挖掘方法,采用曲波变换方法对密集型数据进行稀疏描述,依据压缩感知理论,通过OMP算法消除密集型数据中存在的噪声,实现数据的去噪处理。在此基础上,建立分布式窗口树,通过更新分布式增量、分布式剪枝处理和频繁模式输出三个部分完成密集型数据最大频繁模式的挖掘。仿真结果表明,所提方法的去噪性能好、挖掘效率高、挖掘准确率高。