【摘 要】
：
针对Top-k高效用项集挖掘算法在挖掘过程中忽略内存管理的问题,提出基于DBP的Top-k高效用项集挖掘算法TKBPH(Top-k buffer pool high utility itemsets mining),采用数据缓冲
【机 构】
：
桂林电子科技大学广西可信软件重点实验室,广西桂林541004;西安邮电大学计算机学院,陕西西安710061
论文部分内容阅读
针对Top-k高效用项集挖掘算法在挖掘过程中忽略内存管理的问题,提出基于DBP的Top-k高效用项集挖掘算法TKBPH(Top-k buffer pool high utility itemsets mining),采用数据缓冲池(DBP)结构存储效用链表,并由索引链表记录效用链表在DBP的位置.数据缓冲池根据挖掘过程情况在数据缓冲池尾部动态插入和删除效用链表,通过索引链表直接读取效用链表避免项集搜索时频繁的比较操作,有效减少内存空间和运行时间消耗.不同类型数据集上的实验结果表明,TKBPH算法在挖掘过程中执行速度更快、内存消耗更少.
其他文献
为解决现有素描人脸合成方法中素描人脸图像细节缺失、清晰度低及可适用性差的问题,提出一种三网络对抗学习的模型。由面部特征提取网络、生成网络及判别网络组成,引入面部细节损失与对抗损失相结合的复合损失函数,提高合成素描人脸图像的质量。在公共素描人脸数据集中与现有方法的定量与定性对比实验验证了该方法能够生成更加逼真、清晰的素描人脸图像。
为解决复杂背景下传统手势检测和识别存在检测不精准、漏识误识等方面的问题,提出一种基于无锚框centernet的手势检测网络。用优化后的shufflenetv2网络提取特征,后端通过热图的峰值点及邻近区域特征回归得到手势目标的属性,不用非极大值抑制算法进行后处理,得到合理的手势检测速度和精度。在公开数据集Egohands和通过RGB摄像头自建的包含7种不同手势的数据集上的实验结果表明,手势检测的均值
养鸡是养殖历史悠久的传统项目。无论散养还是舍养，养殖过程中易发生疾病，给农户带来经济损失。因此，在鸡的养殖过程中，必须对鸡的日常疾病防控保健工作高度重视。本文从鸡的常见
通过对通航电力巡检流程并结合实际场景对历史运行数据进行分析,对高压电塔点及电网线与无向图的相似性进行对比研究,建立直升机电力巡检结构的拓扑模型。在此基础上,考虑巡检直升机的最大里程限制和图的DFS(深度优先遍历)算法思路,提出一种结合实际场景的连续遍历待巡检网络算法。分别应用到几种不同类型的电力巡检路径中,用计算机仿真技术真实模拟出直升机在电网巡视中的航迹情况。仿真结果表明,优化后的算法在某种程度上实现了巡检任务的一致连续性,将巡视效率提高了3.2%。
为解决当前乳腺癌影像检测任务中数据样本量少、医学专业性强等问题,提出一种基于难样本挖掘和深度学习的乳腺癌检测方法。以乳腺癌医学图像数据库中含有正负样本的X光影像训练模型,通过改进Mask R-CNN特征金字塔结构对目标区域的高低层特征充分学习,利用难样本挖掘方法对正样本及难负样本进一步筛选,降低患病区域误检率,避免深度学习模型依赖样本量所造成的过拟合问题。实验结果表明,该方法在公开数据集上的检测精
针对资源投入调度问题,提出了基于实时调度状态的调度优先级规则智能决策机制,构造了嵌合人工神经网络的双层迭代循环搜索算法。算法上层为启发式资源搜索框架,下层为基于实时调度状态的调度优先级规则智能决策算法。下层算法通过双隐层BP神经网络离线学习,获得调度状态与调度优先级规则的映射关系,并在实时调度过程中的每一阶段,根据当前调度数据,智能决策调度优先级规则,并指导作业调度进行。最后,通过标准算例库PSPLIB进行对比实验,验证了所设计算法的有效性。
为解决舌象分类算法容易受到面部无关信息以及舌部杂质信息的干扰,造成分类准确率下降的问题,设计一种融合注意力机制的多阶段舌象分类算法。通过舌部定位阶段提取不同感受视野的舌象特征进行融合,获得舌部区域,减轻面部信息干扰;在舌象分类阶段基于舌部区域,借助注意力机制模块抑制舌部杂质信息的干扰,提取精准特征,进行分类。将算法得到分类结果的P、R、F值与KNN、SVM和Inception-V4的作比较,结果均
从待机低功耗考虑,分析终端的主要耗电模块,结合GMR-13G卫星通信协议,研究终端的空闲模式特性及其工作模式。利用非连续接收的思想,提出针对终端在空闲模式下信道数据接收的睡眠算法,通过睡眠算法,实现终端功能模块在具体帧号的打开或关闭。将低功耗模式划分为浅睡模式及深睡模式,基于睡眠算法对这两种模式分别进行设计。通过对功耗数据进行测试,验证了低功耗设计方案能够有效降低终端空闲状态下的待机功耗。
基于小波包分解和共空域模式的方法(WPD-CSP)弥补了CSP方法的频率缺陷,但是非常耗时。针对此问题,提出基于通道选择的WPD-CSP改进方法。使用Fisher判别准则(FDC)选择被试特异的最优通道,对选择的通道进行WPD分解,选择与运动想象任务相关的频率子带进行CSP特征提取,采用Fisher线性判别分析(FLDA)进行分类。使用公开的脑机接口(BCI)竞赛数据集和自采集数据集进行实验,所提方法分别取得了83.11%和71.49%的最高平均分类准确率。与现有方法相比,该方法具有较好的分类准确率,减少
为解决卷积神经网络计算效率和能效较低的问题,提出并设计一种使用定点数据作为输入的卷积加速器。加速器支持动态量化的8 bits定点数据的卷积计算,通过采用分块计算的策略和改进的循环计算顺序,有效提高计算效率;支持激活、批标准化(BN)、池化和全连接等计算;基于软硬件协同设计的思路,设计包含卷积加速器和ARM处理器在内的SoC系统。提出一种将加速器进行多核扩展的方法,提高算力和移植便捷性。将加速器部署在Xilinx ZCU102开发板上,其中单核加速器的算力达到了153.6 GOP/s,在计算核数目增加到4个