论文研究基于MapReduce的序列模式挖掘算法.pdf
用户评论
推荐下载
-
论文研究基于filterwrapper模式的特征选择算法.pdf
特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合filt
41 2020-02-03 -
基于MapReduce的频繁闭项集挖掘算法改进
挖掘频繁闭项集(CFI)在许多实际应用中起着重要的作用。传统的数据挖掘算法中常用FP增长算法和Apriori算法来挖掘频繁项集。然而,内存需求和计算成本成为CFI挖掘算法的瓶颈,尤其是在从大型数据集中
11 2020-10-28 -
基于MapReduce的频繁项集挖掘方法.pdf
MapReduce based frequent item set mining method.pdf
25 2019-06-23 -
论文研究基于频繁项集挖掘算法的改进与研究.pdf
关联规则挖掘是数据挖掘领域中重要的研究内容,频繁项集挖掘又是关联规则挖掘中的关键问题之一。针对已有的频繁项集挖掘算法存在的问题,通过对Apriori算法的分析,提出了Inter-Apriori频繁项集
35 2019-08-12 -
论文研究基于Spark的并行关联规则挖掘算法研究综述.pdf
关联规则挖掘是数据挖掘的一个重要分支,但随着数据的快速增长,传统关联规则挖掘算法不能很好地适应大数据的要求,需要在分布式、并行计算的平台上寻找突破。Spark是专门为大数据处理而设计的一个适合迭代运算
34 2019-09-24 -
论文研究基于文化免疫克隆算法的关联规则挖掘研究.pdf
针对关联规则挖掘问题,给出一种基于文化免疫克隆算法的关联规则挖掘方法,该方法将免疫克隆算法嵌入到文化算法的框架中,采用双层进化机制,利用免疫克隆算法的智能搜索能力和文化算法信念空间形成的公共认知信念的
30 2020-07-20 -
论文研究一种多关系频繁模式挖掘算法.pdf
传统数据挖掘算法在处理多表时,需要物理连接,存在效率不高的问题。为了解决这一问题,提出了一种多关系频繁模式挖掘算法。该算法利用元组ID传播的思想,使多表间无须物理连接,就可以直接挖掘频繁模式。实验表明
34 2019-09-09 -
论文研究一种非确定树模式挖掘算法.pdf
非确定树模式挖掘已经成为一个重要的研究课题,提出一种非确定树模式挖掘算法,有效地解决了在实际应用中树的非确定性问题。其基本思想为:提出非确定树蕴含集、确定树概率和非确定期望支持度等概念,提出将非确定树
13 2020-07-18 -
基于mapreduce的聚类算法研究
基于mapreduce的聚类算法研究,云计算环境下基于hadoopmapreduce编程模型下,聚类算法实现论文。
24 2019-05-13 -
论文研究基于涨落模式的时间序列相似性度量研究.pdf
时间序列相似性度量领域中,现有的算法对各类相似性变形的识别能力有限。为了能有效支持识别多种相似性形变,提出涨落模式(FP)的概念,以涨落模式保存原序列的趋势变化信息,利用最长公共子序列算法计算涨落模式
31 2019-09-06
暂无评论