基于逆向FP-树的频繁模式挖掘算法

提出了一种称为逆向FP 合并的算法,该算法逆向构造FP 树并通过在其中寻找频繁扩展项集与合并子树来挖掘频繁模式。新算法在时空效率方面均优于FP 增长算法,其中时间效率提高了2倍以上。此外,新算法还具有良好的伸缩性。

常规体制雷达交错脉冲列中的重频模式自动解析

对雷达侦察信号的重频模式进行自动准确解析是当前适应电子侦察大数据发展趋势和数据智能化处理需求的重要内容。频繁项扩展算法是针对固定、参差等常规重频体制雷达信号实施重频模式自动解析的有效方法,但直接的扩展过程并不能很好地满足对多辐射源交错脉冲列的处理需求。实际侦察接收机往往采用大带宽、宽方向性设计,因此多辐射源交错脉冲列在接收机中十分常见。本文针对雷达侦察交错脉冲列,在频繁项扩展方法的基础上,通过引入IS度量,提出新的重频模式解析过程的终止准则,在不实施分选的条件下解析出交错脉冲列中各辐射源的重频模式。仿真结果表明,该方法具有较强的抗漏脉冲、干扰脉冲能力和一定的辐射源数量适应能力,可以实现重频模式的有效解析。

一种基于升序FP-tree的频繁模式挖掘算法

本文提出了一种基于升序FP-tree的频繁模式挖掘算法,该算法按照支持度升序构造升序FP-tree,并通过在其中搜索扩展频繁集及归并子树来挖据频繁模式。实验表明,与FP-growth算法相比,算法的挖掘速度提高了将近2倍,此外新算法还具有比较好的伸缩性。