一种不确定数据集上频繁模式挖掘的近似算法

来源 :计算机应用研究 | 被引量 : 14次 | 上传用户:l342016022
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
为提高不确定数据集上频繁模式挖掘的效率,针对已有算法在判断是否需要为头表中的某项创建子头表时的计算量比较大的问题,给出一个近似挖掘策略AAT-Mine,以损失小部分频繁项集为代价,提高整个算法的挖掘效率。采用三个不同的典型数据集进行了算法的测试,分别与目前最好的算法和典型算法进行性能对比。实验结果验证了近似算法AAT-Mine的时空效率都得到了提高。
其他文献
http://www.nnw.cz/Call for Papers-Special Issue on Applied Soft Computing for Online Social NetworksSocial media are computer-mediated tools that allow people to create,share or exchange information,i
研究Twitter在线社交网络中,Follow关系和Retweet关系在传播用户影响力和表征用户同质性这两方面的差异。为研究两者在传播用户影响力上的差异,定义了V f变量和V r变量分别度量Follow关系和Retweet关系的作用;为研究两者在表征用户同质性上的差异,分别基于Follow关系和Retweet关系构造出对应的社交网络图,并采用wvRN算法分别对两个网络内的用户进行分类。通过对比用户
传统的网格简化方法都是按照某种简化算法,通过对模型参数的计算来决定简化的序列和结果,无法进行人为的干预。而在很多情况下,对于某些模型,用户干预可以很大程度地提高简化效果。基于半边折叠和二次误差度量算法,创新性地提出一种半自动化的网格简化方法。简化系统提供自动误差修正和用户误差修正两种误差修正途径,不仅对已有的简化算法进行了改进,而且还提供了一个友好的用户交互平台,通过用户对简化误差的修正来达到用户
目前高职教育处于迅速发展时期,面临着良好的发展机遇,同时也面临着诸多困难和挑战.高职院校要在竞争中求得生存和发展,当务之急是要培育一种特色战略理念,除了加强"硬件"建
针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物(简称定向建筑物)被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划分为相应的主散射类型;定义一种极化方位角标准差参数作为区域匀质性测量指标,利用该参数从体散射类型中区分出定向建筑物类型;并在此基础上将Wishart分类器应用于极化SAR图像分类
针对在网格中如何有效地进行任务调度和数据复制,以便减少任务执行时间等问题,提出了任务调度算法(ISS)和优化动态数据复制算法(ODHRA),并构建一个方案将两种算法进行了有效结合。该方案采用ISS算法综合考虑任务等待队列的数量、任务需求数据的位置和站点的计算容量,采用网络结构分级调度的方式,配以适当的权重系数计算综合任务成本,搜索出最佳计算节点区域;采用ODHRA算法分析数据传输时间、存储访问延迟
对AUV协同设计平台中多个任务流的调度问题进行建模,将其转换为分布式计算环境下的独立任务在线调度问题。针对系统异构和任务流具有优先级属性的特殊性,提出了一种基于预测的多任务流调度算法,采用统计和预测的方法评估各工作站执行任务的效用,并设计优先级策略和暂停调度策略,保证具有较高优先级的任务流较早分配和执行。实验结果表明,该算法在参数选取适当的情况下,性能优于传统的MCT和MET任务调度算法。
遥感卫星传感器与观测目标之间的相对运动是导致遥感图像退化的常见因素之一。对运动模糊图像的频谱特性进行了分析,基于Radon变换估算运动模糊角度和长度,进而准确估计退化图像的点扩散函数进行图像复原。针对实际模糊图像频谱中出现的十字亮线严重干扰Radon变换准确性的问题,提出频谱分块与边缘检测相结合的改进算法,提高了检测精度。最后对实际发生运动模糊的对月遥感图像进行了模糊参数估计,并采用FTVd(fa
研究了基于数据重构的宽带相干源最小方差无畸变响应(MVDR)算法,以采样定理为基础,将同一时刻不同阵元的输出看做是连续线列阵的采样,将时域的数据重构方法引入空间的阵元域数据,从而实现宽带相干源的方位估计,并提出了一种聚焦误差求取方法,用于分析宽带相干源MVDR算法的性能。计算机仿真了FFT插值法和数据重构法的方位估计结果,表明对于宽带MVDR算法,数据重构方法比起FFT插值法具有更好的分辨概率和更
空心叶片CT断面图像存在大片同质区,还有小的气膜孔及缺陷区,正确提取气膜孔及缺陷等局部形状对判断叶片质量有重要意义。基本C-V模型利用同质灰度分布信息对图像进行分割,没有考虑局部特征;在CV模型中加入轮廓梯度矢量扩散场,使模型在最小化求解过程中,曲线始终沿最速下降方向演化,最终达到并停留在期望的轮廓上。这样既利用了目标区域内外图像灰度的全局信息,也考虑了局部边缘形状特征,以便在识别图像大块同质区的