排序方式: 共有31条查询结果,搜索用时 15 毫秒
11.
In this letter,on the basis of Frequent Pattern(FP) tree,the support function to update FP-tree is introduced,then an incremental FP(IFP) algorithm for mining association rules is proposed.IFP algorithm considers not only adding new data into the database but also reducing old data from the database.Furthermore,it can predigest five cases to three case .The algorithm proposed in this letter can avoid generating lots of candidate items,and it is high efficient. 相似文献
12.
FP-growth算法是关联规则挖掘中效率较高的算法,以自底向上方式探索树,由FP树产生频繁项集。本文针对FP树构造过程中需多次遍历频繁项列表L的缺点,提出了一种基于散列表的改进算法,实现了项名称关键字到存储地址的映射,进而实现了项名称关键字到其支持度计数的映射。在查找某项的支持度计数时,只需给出其名称关键字,无需从头遍历频繁项列表L,时间复杂度由O(n)提高到O(1)。实验结果表明,改进算法的性能优于原算法,节省了遍历时间,提高了挖掘效率。 相似文献
13.
14.
研究在图集中挖掘频繁结构模式的方法,并提出了一种发现频繁结构的新算法FSP(Frequent Structure Pattem Mining),通过在图中建立了一种新的字典顺序,并把每个图映射成唯一的最小DFS编码作为图的规范形式,从而把图转换成一个序列。基于这种字典顺序,FSP算法不需要生成候选,采用深度优先搜索策略挖掘频繁连通子图。试验结果显示,FSP算法在性能上优于以前的算法。 相似文献
15.
王举辉 《信息技术与信息化》2005,(5):39-40
本文描述了数据挖掘的过程,对关联规则挖掘的核心算法及常用的优化方法进行了研究,最后通过一个例子介绍了关联规则分析在数据挖掘中的应用,并展望了数据挖掘的发展趋势及热点研究. 相似文献
16.
基于梯形云的数量型关联规则挖掘方法 总被引:1,自引:0,他引:1
王兆红 《信息技术与信息化》2005,(6):98-100
本文所给出的数量型关联规则挖掘方法是将数据库中之数量型数据先基于梯形云进行概念划分.然后利用得到的概念对数量型数据进行布尔型处理.处理后的数据就可以使用成熟的布尔型关联规则挖掘算法进行挖掘。 相似文献
17.
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(Frequent Pattern Tree)的快速发现最大频繁项目集算法MFP—growth(Maximum Frequent Pattern growth),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。 相似文献
18.
19.
挖掘关联规则频繁项集的算法研究及其Prolog实现 总被引:4,自引:4,他引:0
挖掘事务库中的频繁项集是数据挖掘的重要任务之一。文章对求关联规则中频繁项集算法进行了分析,着重叙述了DHP算法的设计思想,并用Prolog语言实现,试图探讨用逻辑推理方法解决数据挖掘问题。 相似文献
20.
Zhi-Qiang Zhu 《Journal of Mathematical Analysis and Applications》2006,319(2):398-409
The concept of frequency measures of subsets of a time scale is introduced and the relevant properties are discussed. Then, frequent oscillation is defined to strengthen the classical concept of oscillation. Applications are shown by deriving oscillation criteria for first-order dynamic equations on time scales. 相似文献