基于频繁项集特性的Apriori算法的改进

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:huangxinyu322
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
Apriori算法是关联规则中一种重要算法。Apriori算法在求出频繁项集的过程中,需要扫描事务项集里的数据。由于事务项集里只是部分数据有用,所以改进算法,缩小所需扫描的事务项集大小,并提出了一种简单的数据结构——树型结构来存储事务项集数据,使得算法在数据集量巨大时,性能得到有效提高,并用实例验证了这些改进能够正确、有效、快速地实现该算法。
其他文献
通过观察可以发现连续k近邻查询中KNN发生改变的必要条件是第k个邻居发生变化,因此不需要监测所有k近邻,只需要监测第k个邻居即可。该方法采用边界线来监测第k个邻居的变化,不过
期刊
分析了水印图像的嵌入、提取和检测过程,研究图像的Arnold变换及相关性检测方法,通过离散点集的置换移植图像信息,计算变换周期满足位置移动的要求,对原始水印图像进行多次Arnold变换,并将这个次数作为密钥保存的置乱次数,以供水印提取时使用,从而优化设计了算法并加以实现。实验结果表明,该方法增强了原始水印的安全性,明显提高了置乱水印产生的效果,并且原始水印的相关系数也有较大幅度的提高,具有一定的抗
针对如何在复杂背景下快速定位人脸并对其进行确认的问题,提出了一种基于模糊集的快速人脸检测方法。该方法利用肤色模型对图像进行肤色检测,获得肤色分割区域后,并利用数学形态学算子对分割区域进行处理并获得人脸候选区域,再结合模糊集理论,融合人脸的特征进行模糊事件的判断,确定人脸候选区域是否包含真正的人脸。实验结果表明,该算法具有较强的鲁棒性和高的正确检测率,并能满足实时应用的要求。
网络坦克作战系统的决策过程是一个群组决策过程。系统决策过程实质上是各组成部分协作进行问题求解的过程。基于多Agent系统(MAS)的网络坦克作战系统决策是系统中多个Agent面