期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于动态项集计数的加权频繁项集算法 被引量:1
1
作者 秦丽君 罗雄飞 《计算机工程》 CAS CSCD 2012年第3期31-33,共3页
基于Apriori的加权频繁项集挖掘算法存在扫描数据集次数多的问题。为此,提出一种基于动态项集计数的加权频繁项集算法。该算法采用权值键树的数据结构和动态项集计数的方法,满足向下闭合特性,并且动态生成候选频繁项集,从而减少扫描数... 基于Apriori的加权频繁项集挖掘算法存在扫描数据集次数多的问题。为此,提出一种基于动态项集计数的加权频繁项集算法。该算法采用权值键树的数据结构和动态项集计数的方法,满足向下闭合特性,并且动态生成候选频繁项集,从而减少扫描数据集的次数。实验结果证明,该算法生成的加权频繁项集具有较高的效率和时间性能。 展开更多
关键词 数据挖掘 加权频繁项集挖掘 动态项集计数 加权支持度 权值键树 向下闭合特性 最大权值
下载PDF
利用抽样技术和元学习的分布式关联规则挖掘算法 被引量:3
2
作者 李梅花 王黎明 许红涛 《计算机应用》 CSCD 北大核心 2006年第4期872-874,877,共4页
结合动态项集计数技术和抽样的思想,利用元学习策略来产生频繁项集,提出了一个不共享内存的分布式关联规则挖掘算法DASM;引进了相似度的概念,并用之提高了挖掘的精确度。理论分析以及在IBM数据生成器生成的数据集上的实验均表明,DASM算... 结合动态项集计数技术和抽样的思想,利用元学习策略来产生频繁项集,提出了一个不共享内存的分布式关联规则挖掘算法DASM;引进了相似度的概念,并用之提高了挖掘的精确度。理论分析以及在IBM数据生成器生成的数据集上的实验均表明,DASM算法具有较高的挖掘效率和较低的通信量,适用于对效率要求较高的应用领域。 展开更多
关键词 抽样 元学习 动态项集计数 相似度 分布式关联规则挖掘
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部