【摘 要】
：
针对传统信息频繁项集挖掘方法,在挖掘过程当中冗余数据项集较多,导致运行时间过长的问题,提出基于大数据技术的信息频繁项集挖掘研究.分析数据之间的关联规则,利用关联规则
【机 构】
：
全球能源互联网集团有限公司,北京100031;长春电力勘测设计院有限公司,长春130062;南京南瑞信息通信科技有限公司,南京210003
论文部分内容阅读
针对传统信息频繁项集挖掘方法,在挖掘过程当中冗余数据项集较多,导致运行时间过长的问题,提出基于大数据技术的信息频繁项集挖掘研究.分析数据之间的关联规则,利用关联规则算法,获得各数据节点的局部频繁项集,根据映射原理,参考事务库的存储结构,通过相关计算,得到数据主要特征,利用BP神经网络的反向传播算法,按照实际需求,修正权值方向,压缩数据事务库,生成频繁模式树,至此完成基于大数据技术的信息频繁项集挖掘研究.设计仿真实验,将传统信息频繁项集挖掘方法,与所提出方法相对照,分析所得结果表明,将大数据技术应用到信息频繁项集挖掘当中,能够有效减少冗余数据项集,缩短运行时长.
其他文献
随着当今社会的不断发展和进步,人们对于生活的要求也在不断地提高之中,而作为当今社会中非常重要的交通行业来说同样也是如此.在当前社会中汽车作为人们出行的一种重要交通
针对油气集输管网系统的优化实施技术问题,本次研究结合我国油气集输管网的运行现状,首先对油气集输管网的基本概念进行简单分析,在此基础上,对油气集输管网系统优化实施技术
传统智能配电网监控方法对于电网遮挡物的剔除效果差,研究新的智能配电网运行数据可视化监控方法.对数据采集装置中的控制器等进行设计,融合采集装置各部分的数据完成运行数
一套电力系统能否实现运转的经济性,需要通过其产生的网络损耗来加以衡量.提升电力网络对自身损耗的控制能力,可以使工作状态下的电力系统更好地节省传输消耗.本文中以在线网