最大频繁项集相关论文
数据流中最大频繁项集挖掘是许多数据挖掘应用中的关键问题。提出了一种基于滑动窗口快速挖掘最大频繁项集的算法SW-MFI,创建了PB-......
随着计算机网络的迅速发展,网络和主机的安全性问题日益突出,新的攻击手段层出不穷。蜜网就是一种发现并研究这些恶意攻击的有效工具......
介绍一个基于有向项集图的最大频繁项集挖掘算法.该算法基于形式概念分析理论,以有向项集图的形式储存有关频繁项集的信息.利用深......
针对现有数据流中挖掘最大频繁项集的算法效率较低的缺点,提出了一种基于位向量的最大频繁项集挖掘算法MMFI-BV.算法首先将滑......
在高度信息化的今天,产生的海量数据和新型数据集都对传统的数据分析技术形成挑战。数据挖掘不断突破这些挑战带来的种种局限性,为当......
随着信息技术的快速发展,许多领域中每天都不断产生大量的数据,如传感器网络中传输的各种数据等。这些产生的海量数据很多都是以不......
入侵检测是网络安全领域中的一个重要发展方向。入侵特征库在传统上是由专家根据已发生的入侵行为手工编制而成,它具有快速检测已......
近来研究的热点主要集中在如何缩小搜索空间使得频繁项集挖掘算法更有效。在这篇文章中提出了一种新的搜索空间剪枝技术NTEP,这......
随着数据库技术的飞速发展以及数据库管理系统的广泛应用,各个企业和部门通过自己的数据库管理系统,经过长年努力,已经积累了越来越多......
海量数据的存在,从海量数据中提取信息的应用需求,以及信息对企业战略决策的影响,使得数据挖掘无论是理论研究还是应用实践都是有......
关联规则挖掘经过十几年的发展,取得了丰硕成果。其中的布尔关联规则挖掘是关联规则挖掘中研究比较多的一种。通过数据离散化和符号......
数据挖掘是指从大量数据中提取或“挖掘”知识。关联规则是数据挖掘当前研究的主要模式之一,用于确定数据集中不同域或属性之间的......
随着网络信息的爆炸式增长,如何帮助用户快速准确地定位所需信息就成了一个十分紧要的问题。通过对搜索引擎查询结果进行在线聚类......
数据挖掘是指从大量的、不完全地、有噪声的、模糊的、随机的数据中提取人们感兴趣的知识和规则的过程,数据挖掘的研究已经取得了重......
数据挖掘是计算机科学的一个领域,目的是通过分析快速增长的商业、科学和工程数据来获取知识和其他利益,这个领域正在迅猛增长和发......
数据流模型是近年来出现的、一种新型的数据模型,广泛应用于网络监测、传感器网络数据分析、Web点击数据流分析、金融行业和商业交......
关联规则挖掘过程中频繁项集(Frequent Itemset,FI)的求解是关联规则挖掘的基础和前提,也是关联规则挖掘中最耗时的一步。降低候选......
随着网络技术的发展,网络信息正在以几何级速度迅速膨胀。如何通过信息融合进行在线信息的处理,特别是进行数据量巨大的文本信息处......
随着信息产业尤其是互联网行业的高速发展,使得人们获取和存储数据的能力不断提高,数据库中存储的数据以指数形式不断增长。但在这......
为提高对数据流内信息挖掘的程度,本文提出一种基于粒度计算的数据流最大频繁项集更新方法。根据数据流存在的不确定性特点,以属性......
针对最大频繁项集挖掘,为其建立0-1整数规划数学模型,并应用二进制蚁群算法求解.在基准数据集上对该算法的性能测试表明,该算法有......
最大频繁项集发现是数据挖掘及应用中的一个重要问题。提出了一种新的最大频繁项集发现方法:1) 给出了一种层次结构的搜索空间组织......
本文针对最大频繁项集的更新问题,提出了一个能够解决当最小支持度发生变化后在交易数据库中进行增量挖掘的IUMF(incrementalupdat......
数据流挖掘是应用数学与数据库领域研究的热点问题。频繁项集挖掘是数据流挖掘的核心问题之一。由于最大频繁项集包含了其子集所代......
提出一种基于频繁模式树与最大频繁项集的分布式全局频繁项集挖掘算法BFM-MGFIS,该算法引入子集枚举树以实现有序挖掘与全局剪枝策......
相对于频繁项集,最大频繁项集的数目较少,挖掘最大频繁项集的算法具有较高的时空效率。提出了一种新的基于文法顺序FP-Tree的最大......
期刊
通过对Apriori算法基本思想的研究,针对Apriori算法的一些不足之处提出了一种改进的关联规则挖掘算法.算法通过布尔矩阵的位与运算......
频繁项集的挖掘是数据挖掘中的一个基础和核心问题,具有广泛的应用领域。由于它是数据挖掘过程中最耗时的部分,挖掘算法的好坏直接影......
针对目前海量数据挖掘过程中存在着频繁项集挖掘效率低、冗余项集繁多的问题,提出了改进的频繁模式树和遗传算法(FPGA),该算法鉴于异......
鉴于高维数据的稀疏性和分类数据特点,探讨了专门针对高维分类数据的聚类方法.首先将原始数据集转换成频繁项集,再通过改造频繁模式树......
频繁项集挖掘是关联规则挖掘的核心内容,提出了一种挖掘最大频繁项集的并行算法CDTR。它对CD(counting distribution)算法进行了改......
针对相关算法在挖掘数据流最大频繁项集时所存在的问题,提出了一种基于向量的数据流滑动窗口中最大频繁项集挖掘算法。该算法首先......
系统地介绍了最大频繁项集的增量式更新问题,提出最大频繁项目集更新算法FUMFS,并举例说明了算法的执行过程。该算法充分利用已建......
为解决P2P网络频繁项集挖掘中存在的全体频繁项集数量过多和网络通信开销较大这两个问题,提出了一种在P2P网络中挖掘最大频繁项集......
为了提高挖掘的效率和精度,采用代数定义最大频繁项集并建立其数学模型,通过二进制编码将支持度的计算、蚁群算法和遗传算法求解有......
挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基......
基于相似性的数据挖掘模型,主要是用于发现分布式资源之间的相似性,利用相似性,融合分布式数据库,减小数据挖掘的规模.本文主要介......
大数据分析的理论核心就是数据挖掘,关联规则挖掘算法是数据挖掘的重要分支,其包含频繁项集的生成和关联规则的产生两个步骤,频繁......
将TCMA算法用于挖掘TCM-FP树中的最大频繁项集。在中药维度上应用了双支持度,既缩小了挖掘的范围又提高了规则的意义。算法挖掘的中......
分析最大频繁项集和完全频繁项集的关系,提出了一个挖掘最大频繁项集的高效算法DFMFI M iner(The M iner Basedon D epth-F irst S......
通过对Apriori算法基本思想的研究,针对Apriori算法的一些不足之处提出了一种改进的关联规则挖掘算法。算法通过布尔矩阵的位与运......
由于网络入侵检测系统的实时性要求,将传统的关联规则挖掘算法直接应用到入侵检测系统中,运行效率往往不能满足实际的需要。考虑到......
频繁项集挖掘是关联规则挖掘中最关键的步骤。最大频繁项集是一种常用的频繁项集简化表示方法。自顶向下的最大频繁项集挖掘方法在......
关联规则挖掘过程中,频繁项集的挖掘是最关键的步骤。最大频繁项集是最常用的频繁项集简化表示。基于FP-tree的最大频繁项集挖掘算......
对分布式数据库关联规则的挖掘与精简表示进行了研究,把频繁闭项集和最大频繁项集的概念推广到分布式数据库中,提出了在分布式环境......