【摘 要】
：
针对FBCM(基于矩阵压缩FUP(fast update algorithm))算法在项集挖掘过程中存在频繁扫描原频繁项集库,并生成大量候选集的问题,提出一种通过提取数据库中最频繁项的方法,以降
【机 构】
：
长春理工大学计算机科学技术学院,长春师范大学教育学院
【基金项目】
：
国家自然科学基金(批准号:41671397),吉林省教育科学“十三五”规划项目(批准号:GH19086)。
论文部分内容阅读
针对FBCM(基于矩阵压缩FUP(fast update algorithm))算法在项集挖掘过程中存在频繁扫描原频繁项集库,并生成大量候选集的问题,提出一种通过提取数据库中最频繁项的方法,以降低对原频繁项集库的扫描次数;并通过候选集剪枝思想,减少算法整体运行过程中的候选集生成,以提高频繁项集的挖掘速度.实验结果表明,在相同实验条件下,该算法的效率比FBCM算法效率提高15%以上,最高达60%.
其他文献
先给出3-李2-代数表示的定义,再利用表示给出3-李2-代数2-阶闭链的定义,最后给出3-李2-代数1-参数无穷小形变的充分必要条件.
基于非光滑系统的Melnikov方法,研究谐和激励下双边约束形状记忆合金梁的混沌运动,得到了系统出现Smale马蹄混沌的必要条件,并通过数值仿真研究系统的相图、 Poincaré截面图
为满足机器人伺服抓取中定位精度和实时性的要求,提出一种基于Harris及改进局部二值模式(LBP)的特征匹配和目标定位快速算法.首先采用Harris检测算法提取图像特征点;然后提出一种新的特征点描述子定义方法,先利用胡矩确定特征方向,再根据特征方向对局部图像做标准化处理,提取标准化局部图像LBP特征作为特征点描述子;最后通过计算两张图像中各特征点描述子间的汉明距离实现特征匹配,再根据匹配结果估计单
针对利用遗传算法解决参数维度高、计算复杂,且适应度依赖于其他工具的问题,提出一种加快遗传算法收敛速度的聚集算子.该算子首先利用AP(affinity propagation)聚类对种群进
针对传统时间关系只应用在机器学习方向关系抽取的问题,提出一种基于序列标注实体识别的关系抽取方法.先构建双向长短期记忆网络(Bi-LSTM)模型进行特征提取,再输入时间关系作
针对特征选择过程中特征评价指标单一性的问题,基于集成学习中的极端梯度提升算法,提出一种新的特征选择算法.该算法首先应用极端梯度提升算法中构建集成树模型的指标作为特
微塑料作为一种新型污染物,不仅存在于陆地环境中,也会通过各种途径进入海洋环境进而散布于海洋的各个角落,对海洋生态系统造成负面影响.因此,研究微塑料在海洋环境中的输运
建立一种基于液相色谱-高分辨串联质谱(LC-HRMS/MS)方法检测牛奶中A1和A2β-酪蛋白.采用等电点沉淀法从牛奶中提取酪蛋白,经胰蛋白酶酶解后,将酶解产物进行LC-HRMS/MS分析,选
以秀丽线虫为模型,研究药食同源植物薄荷提取物对其应激抵抗能力的影响,并以紫外辐射为应激条件,进一步研究薄荷提取物抵抗紫外辐射的作用机制.结果表明:薄荷提取物可明显提
基于NOAA提供的1982—2016年日平均OISST.V2数据、大面站观测数据以及FVCOM数值模拟数据,在分析黄海冷水团的年际变化规律以及SST变化特征的基础上,确定了黄海SST和冷水团特