检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 关联规则中基于降维的最大频繁模式挖掘算法

钱雪忠惠亮

计算机应用 2011, 31 (05): 1339-1343. DOI: 10.3724/SP.J.1087.2011.01339

摘要（1682）

PDF （820KB）（1097）

基于FP-tree的最大频繁模式挖掘算法是目前较为高效的频繁模式挖掘算法,针对这些算法需要递归生成条件FP-tree、产生大量候选最大频繁项集等问题,在分析FPMax、DMFIA算法的基础上,提出基于降维的最大频繁模式挖掘算法(BDRFI)。该算法改传统的FP-tree为数字频繁模式树DFP-tree,提高了超集检验的效率;采用的预测剪枝策略减少了挖掘的次数;基于降低项集维度的挖掘方式,减少了候选项的数目,避免了递归地产生条件频繁模式树,提高了算法的效率。实验结果表明,BDRFI的效率是同类算法的2~8倍。

相关文章 | 多维度评价

Select

2. 关联规则中FP-tree的最大频繁模式非检验挖掘算法

惠亮钱雪忠

计算机应用 2010, 30 (07): 1922-1925.

摘要（1301）

PDF （546KB）（1091）

基于FP-tree的最大频繁模式挖掘算法是目前较为高效的频繁模式挖掘算法，针对这些算法需要递归生成条件FP-tree、做超集检验等问题，在分析DMFIA-1算法的基础上，提出了最大频繁模式的非检验挖掘算法NCMFP。该算法改进了FP-tree的结构，使挖掘过程中不需要生成条件频繁模式树也不需要超集检验。算法采用的预测剪枝策略减少了挖掘的次数，采用的求取公共交集的方式保证了挖掘结果的完整性。实验结果表明在支持度相对较小情况下，NCMFP的效率是同类算法的2~5倍。