Apriori算法虽然在候选集的产生时利用了剪支技术,但每次扫描数据库时都必须扫描整个数据库,因此扫描的数据量大,速度较慢.Apriori......

文中介绍了Apriori算法，并从逐渐减少扫描的数据量和减少扫描数据库的次数两个方面对Apriori算法进行优化，介绍了AprioriTid算法和Pa......

Apriori算法是关联规则提取的经典算法，但存在一些不足之处。关联算法的研究主要集中在提高Apriori算法的效率上。本文分析了该算法......

经典位场物性反演是建立在数与模型之间的线性关系,利用离散正演公式将每个剖分单元相对观测点的核函数进行计算,以寻求观测数据与......

GECISM（GEneral computer immune system model）是基于规则匹配检测的计算机免疫系统，免疫识别规则对“自我”和“非我”特征的表征能......

针对目前汽包液位控制中的难点问题，提出了利用多模型白适应控制策略加现代数据挖掘技术的方法加以解决，仿真试验表明该方法相对于传......

数据挖掘中的关联规则挖掘近些年一直是人们研究的热点。但是关联规则挖掘的经典算法Apriori存在着挖掘效率低、系统开销大等问题......

介绍关联规则挖掘中的Apriori算法,利用Apriori算法,挖掘出移动销售市场最常用的业务,为销售人员提供参考信息。移动通信商把运营......

本研究在对Apriori算法分析的基础上,提出了改进的Apriori算法。改进后的算法采用矩阵表示数据库,减少了扫描事物数据库的次数;利......

超市商品的合理摆放在一定程度上关系到超市的效益。本文用优化的Aprior算法,对某大型超市的部分海量沉积数据进行了分析,推导出了......

随着航天型号信息化、智能化的发展,型号系统产生的试验数据量较以往有了大规模的增加。针对型号试验数据量大、数据多样化导致的......

超市很容易收集和存储大量的销售数据，通过对这些数据的关联分析，可以用来指导商家科学地安排进货、库存以及货架设计等。但Apriori......