候选集相关论文
近年来,随着汽车保有量的增加,城市交通安全成为了研究热点方向,车联网作为智慧交通的关键技术被用来解决交通问题,实现车辆与车辆......
在能量资源受限的水下环境中,水声传感器网络（Underwater Acoustic Sensor Networks,UASNs）在传输数据的过程中,提高能量效率是UASNs......
离群点检测及数据聚类分析是数据挖掘的研究热点，通过检测离群点，可以从数据中获得重要的知识，有助于做出更好的决策支持。目前，离群点......
数据挖掘能够发现隐藏在数据中的有用信息,在数据分析领域扮演着重要角色,特别是在零售业,每天需要分析从各个分店产生的大量销售......
随着移动互联网的发展,人们对基于位置的服务需求日益增长。以GPS为代表的卫星定位系统在室外导航和定位中可以满足绝大多数的需求......
随着互联网的不断发展,信息共享越来越方便,这就会导致剽窃问题层出不穷。单语剽窃问题在国内发展已较为成熟,但跨语言剽窃却刚处......
近年来,由于物联网概念的出现,在给人们日常生活来带便利的同时,也在产生的海量的数据存储,物联网数据的不断增多,加大了用户在庞......
针对协同推荐技术中的数据稀疏性等问题,提出了一种新颖的协同过滤算法。该算法在用户相似的协同过滤基础之上,引入用户之间的非对......
针对Apriori算法的不足,提出一种基于粗糙集的频繁项集发现方法。新方法首先利用粗糙集的特征属性约简算法进行属性约简,找到其中......
异常点是数据集中看起来与其他数据有着明显差别的点或者区域。异常点往往并不是错误,并且经常包含比较重要的信息。本文提出一种......
Fp-growth算法是当前挖掘频繁项目集算法中速度最快，应用最广，并且不需要候选集的一种挖掘关联规则的算法。但是，Fp-growth算法也存在......
如何从大型数据库中挖掘关联规则是数据挖掘的一个重要的问题.FP-growth是一个著名的不产生候选集的高效频繁模式挖掘算法,它使用......
针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法--自适应禁忌搜索作为前向神经网络的训练算法.该算法通过邻域和候......
在比较当前几种并行关联规则挖掘算法的基础上,为了解决CD、FDM、DDM算法的候选集和执行时间方面存在的问题,结合关联规则的性质定......
针对电子商务推荐销售的需求和FP-Growth算法不产生候选集的特性，提出利用FP-Growth算法，运用VC＋＋程序开发工具，对某一电商卖家的数据进......
不确定数据聚类是数据挖掘领域中的一个重要的研究热点。本文介绍了不确定数据聚类的uk—means算法及其改进算法ck—means。由于ck......
挖掘关联规则是数据挖掘中的一个重要课题.针对挖掘关联规则典型算法中的某种不足,介绍了一个不需要产生候选集的挖掘关联规则的算......
利用旅行商问题中最优路径和生成树之间的关系，论文将最小生成1-树的概念引入蚁群算法．并提出一种新的量度采构造动态候选集。通过数......
提出了一种求解二次分配问题的模拟退火蚁群算法。将模拟退火机制引入蚁群算法,在算法中设定随迭代变化的温度,将蚁群根据信息素矩......
频繁集的挖掘问题是数据挖掘的关键问题,本文提出了一种基于频繁树的挖掘频繁集的新方法,该算法从频繁项开始搜索、筛选产生符合要......
小波变换作为一种新兴的技术,在提取字符的结构特征方面有其自身的优势,而奇异值分解又是一种有效的代数特征提取方法。采用了两级......
在通常的模式挖掘中,为了筛选出有效模式,用户需要设置阈值。但是,如何设定一个合适的阈值却是一件困难的事情。Top-k高效模式挖掘......
Apriori算法是关联规则的一个重要算法.对关联规则挖掘算法Apriori算法的关键思想以及性能进行了研究,通过对候选项集的属性进行加......
从系统学的角度分析了蚁群算法的分布武计算、自组织和正反馈等的系统特征．给出了改进的蚁群算法详细分析和分类，通过TSP问题应用TSP......
关联规则挖掘算法的研究主要集中在提高Apriori算法的效率上,而对带否定项关联规则的研究比较少.本文分析了目前带否定关联规则的......
传统的关联规则Apriori算法在产生频繁项集的过程中,需要多次扫描事务数据库以及多次扫描频繁项集,从而造成算法性能下降.为了减少......
为了提高经典关联规则Apriori算法的挖掘效率，针对Apriori算法的瓶颈问题，提出了一种链式结构存储频繁项目集并生成最大频繁项目集的......
视频检索是高维空间中的计算。针对高维计算量大的特点，提出了构造一个核矢量的算法，将高维空间转换到低维空间，在低维空间逐维过滤不......
研究了采用并行算法挖掘关联规则的优化方案。在数据分发(DD)算法的基础上引入了改进的智能数据分发(IDD)算法;之后提出采用混和分......
在基于CBR和MAS故障诊断系统模型的基础上，介绍了基于证据理论的Agent合作评价策略，研究了具有互斥故障情况下的Agent合作评价策略．该......
序列模式挖掘是数据挖掘中最重要的研究课题之一。基于记录数据库频繁集中各元素Ctid表的基础上，提出了序列模式挖掘的一种算法ISP......
互联网世界的数据每年都在成倍增长,但是对用户有用的信息却好像在减少,用户淹没在数据的海洋中,虽然类似于Google这样的搜索引擎......
在分析了单数据库多层关联规则算法SMAM算法的基础上,为了提高现有算法的效率,改善内存的使用率,提出了两种并行多层关联规则算法P......
基于Shapelet的时间序列分类算法具有可解释性,且分类准确率高、分类速度快.在这些算法中,Shapelet学习算法不依赖于单一分类器,能......
本文目的旨在阐明程序设计的一些基本原理和方法。全文共分十二部分:第一至四部分的主要内容是程序结构分析,并由此熟悉本教程使用......
针对现有算法存储结构简单、生成大量冗余的候选集、时间和空间复杂度高、挖掘效率不理想的情况,为了进一步提高关联规则算法挖掘......
给出了一个相关规则新的并行算法,利用DHP算法中的HASH技术削减候选集,同时对DHP算法进行优化改进以利于并行算法的实现.在并行化......
MSER连通域在文字检测方法中被大量使用,主要用于生成最初的文字候选集合,便于后续算法进行筛选。而MSER连通域的筛选算法的效果直......
TSP（旅行商问题）作为一种解决组合优化问题的有效方法,在近几十年来受到了广泛的研究。理论证明它是一个典型的NP难问题,为了更快捷......
FP-growth算法是一个频繁集产生算法,与一般的类似于Apriori的频繁集产生算法相比,FP-growth的优点在于它不需要产生大量的候选集,......
Apriori算法是著名的关联规则挖掘算法,它必须对数据库进行多次遍历.针对关联规则的维护问题,提出利用最近一次关联规则的挖掘结果......
随着国内3G和4G的发展,智能手机在中青年人群中越来越普及,基于位置的服务也开始出现并流行。人们在享受基于位置的服务带来的方便......
针对基于Spark框架的关联规则算法存在I/O开销大、数据结构和挖掘频繁集方式单一、计算支持度的方式效率低等问题,提出基于SparkSq......
离群点检测是数据挖掘中一个重要的研究领域,它的主要任务是找出那些与大部分对象产生机制不相同的对象。目前,离群点检测方法已经......
在直接k-means算法的基础上提出了一种新的基于k-d树的聚类方法.通过把所有的对象组织在一棵k-d树中,可以高效地发现给定原型的所......
对现有的PP-J〇m相似连接方法进行研究，提出一种处理字符串相似连接方法TnP-Jom,采用并行处理。对字符串集合中记录进行分段处理，依......
本文对Marinakis等提出的扩展邻域GRASP算法进行改进。首先使用最近α值方法构造初始TSP回路，然后运用混合的局部搜索即2-opt算法、......
在传统的关系数据库上进行关键字查询已经成为近来数据库领域的研究热点，现有的工作都是以单个元组作为结果单元来返回．为了满足用户......
