基于Aproiri算法的频繁项集挖掘优化方法

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:miszha
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了进一步降低扫描数据库的次数和减轻内存负担,从而更好地提高挖掘频繁项集的效率,一种基于Apriori的优化算法(M-Apriori)被提出. 该方法通过构建频繁状态矩阵来存放项集的频繁状态,构建事务布尔矩阵来存放事务与项集的关系,此算法只需在初始化阶段扫描一次数据库产生初始的频繁状态矩阵和事务布尔矩阵,并在此基础上直接递推产生所有的频繁项集. 实验证明,与Apriori算法相比,M-Apriori算法具有更好的性能与效率.
其他文献
周期信号的盲抽取在医学等领域具有重要的研究价值. 对于此类信号的抽取需要利用先验知识对其周期进行较为准确的估计,多数算法对于目标信号周期估计误差十分敏感. 文章针对此
电子政务外网是展示政府形象、服务百姓的一个窗口,目的是资源共享、高效便民,显然安全问题尤为重要.为解决政务外网的安全问题,从技术层面上提出了一套电子政务外网构架的安全系
在研究了 OpenSIPS 开源项目之后,设计并实现一个调度系统中的信令分发器,以解决目前调度系统中的系统规模收缩等问题。介绍了调度系统的应用及研究现状,分析了 OpenSIPS 的具体
基于国电南瑞RT21统一平台,围绕变电站平面图、设备一次接线图设计,以设备管理为核心,研发一套具备视频监控、设备状态监测、消防监控、门禁监控和环境监控等多个系统的集中
根据油田产能建设项目后评价的特点以及吉林油田的实际情况,详细分析油田产能建设项目后评价中的评价指标、各指标间的关系以及对最终综合后评价的影响,提出了一种基于改进层次
根据普通高校招生管理的现状,基于PowerBuilder(PB)DistributedApplication Architecture(DAA),构建了普通高校招生管理信息系统.本系统采用C/S结构实现招生信息数据的集中处理和B/S结
提出和设计了一个为用户自动收集、分析和整理科技专家信息的科技专家搜索系统.描述了互联网科技专家搜索系统的体系结构、主要特征和关键技术.系统采用基于特征向量的分类算法
在遥感影像上,道路被认为是颜色、纹理、形状相似的狭长线状目标,基于此特征可知,整个道路网在影像上会呈现非常显著的特征,极易引起人眼的注意,我们称之为感兴趣区域.感兴趣区域是场景中最能引起用户兴趣、体现图像主要内容的区域,视觉认知理论的研究表明:通过视觉注意机制可以模拟人眼的观察过程,找出遥感影像上的显著区域.本文提出应用视觉注意机制辅助遥感影像道路网提取的思想,通过对影像的显著区域进行分析和处理,
研究针对现有聚类算法存在着精度较低,易陷于局部最优等问题,提出一种改进的混合蛙跳算法和K-Means相结合的新型聚类算法ISFLA-K,该算法使用对立学习的思想产生初始种群,根据
RFID模型是车联网仿真的基础和核心模型之一.目前交通仿真模型不能满足车联网无线通信及协同交互等方面的需求、且缺少RFID模型.为此,建立了RFID系统的读写器和电子标签模型.给出了读写器Agent和电子标签Agent结构及实现.根据自动机理论,建立了读写器、电子标签和主机之间通信时异构通信协议数据帧格式的有限状态机模型,解决了异构数据帧统一处理问题.作为模型应用和验证实例,基于VC++2010平