在线挖掘数据流滑动窗口中频繁闭项集

来源 :系统工程与电子技术 | 被引量 : 0次 | 上传用户:lihaidong2000
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
在线挖掘滑动窗口中的频繁闭项集是一类重要的数据流挖掘问题。提出了一种新的频繁闭项集挖掘算法FPCFI-DS。该算法能够在有限的存储空间中高速挖掘数据流滑动窗口中的频繁闭项集,并且能够在任意时刻维护当前窗口中精确的频繁闭项集。对于第一个窗口中的数据,FPCFI-DS算法采用单遍过程FPCFI进行挖掘,挖掘结果被保存于一棵全局闭项集树GCT中。当窗口向前滑动时,FPCFI-DS算法采用更新挖掘方式快速挖掘出当前窗口中的频繁闭项集。实验结果表明,FPCFI-DS算法的空间效率和时间效率都显著优于同类经典算法Mo
其他文献
本文主要介绍在Delphi中如何利用常用的数据控件实现Access数据表导入到Excel和利用ADO组件实现Excel数据导入到Access数据表的方法.
针对有偏好信息并且准则权重信息不确定的随机多准则决策问题,提出了一种基于粗糙集的随机多准则决策方法。该方法首先根据形式化的偏好信息,利用构造的偏好信息系统准则约简
加入WTO是利大于弊还是弊大于利,这是我国各界讨论思考比较多的问题之一.我国民商法学如何在WTO体制下得到进一步发展,在其发展过程中会有哪些机遇,会面对哪些挑战,这是本文
针对含有噪声的时间序列模型辨识精度低的问题,采用自回归函数的衰减正弦曲线方法估计含有噪声的ARMA模型系统参数,AR参数从衰减正弦曲线直接获得,MA参数估计采用相关匹配技术。