论文研究一种新的频繁项集挖掘算法.pdf

一篇基于Mapreduce的频繁项集挖掘的综合性论文，很有实用性。

大部分生物过程由蛋白质复合物实现。蛋白质相互作用数据集中大量存在的假阳性降低了数据集的可用性。为了减轻假阳性带来的不良影响，许多数据整合与亲缘打分方案被设计。这些方案通过给蛋白质网络中的边（蛋白质之间

Implementation of frequent item set mining algorithm based on frequent growth tree (FP-tree)

一种新的改进粒子群算法研究，马金玲，唐普英，研究粒子群优化算法（PSO）的收敛速度，以提高该算法性能是PSO的一个重要而且有意义的研究。JunSun等人通过对PSO系统下的单个个体在�

针对目前时态关联规则研究中存在的挖掘效率不高、规则可解释性低、未考虑项集时间关联关系等问题,在原有相关研究的基础上,提出一种新的基于频繁项集树的时态关联规则挖掘算法.通过对时间序列数据进行降维离散化处

数据挖掘频繁项集是数据挖掘中的重要内容 效率是关键

针对高维复杂函数的优化问题，提出了一种新的差分进化算法（NDE）。该算法在运行中根据迭代次数自动地调整交叉概率因子，从而在搜索的初始阶段提高种群多样性，而在搜索后期加强局部搜索能力。对几种经典函数的测

提出了一种基于视觉特征的渐变算法，通过图像骨架确立特征点，进而对图形进行同构特征分解。采用可控制子多边形边角插值，通过轮廓多边形渐变控制子多边形渐变，用户也可以通过控制轮廓插值交互控制渐变过程。实验表

基于节点的中心度和节点对社区的适应度，提出了一种新的重叠社区发现算法。该算法以中心度很大的节点作为初始社区，然后访问社区的邻居节点，把对社区适应度最大的节点加入到社区。如果节点对多个社区都具有很大的适

为了进一步提高标记效率，提出了一种连通区域标记的新算法RCL（runandcontourbasedlabelingalgorithm）。该算法采用轮廓跟踪技术、行程技术和位操作等一系列加速技术，彻底消