基于Apriori算法的多维关联规则挖掘研究,从单维扩展到多维,可以给到一个思路上的启发
当片上多处理器系统上运行多个不同程序时,如何给这些不同的应用程序分配适当的cache空间成为一个难题。Cache划分就是解决这一难题的有效方法,目前大部分的划分方法都是针对最后一级共享cache设计的
无线传感器网络具有广泛的应用,然而如何有效部署无线传感器节点,提高节点利用率和网络覆盖率,仍是一个亟待解决的问题。针对传统无线传感器网络部署方法存在节点冗余率高、覆盖率低等问题,以网络覆盖率为优化目标
:通过分析数据关联的特点和已有的关联规则挖掘算法,在定量描述的准确性和算法高效性方面作了进一步研究,提出了更准确的支持度和置信度定量描述方法和关联关系强弱的定量描述方法。同时,改进了FP-growth
大数据时代,人们获取所需信息的困难度提高,而数据挖掘是当下解决此问题的关键技术。Apriori算法作为数据挖掘中的常用算法,通过挖掘数据背后的潜在关联规则。考虑到传统Apriori算法执行过程中,数据
详细分析了Agent、MultiAgent系统、分布式决策支持系统以及分布式项目管理的特点,将MultiAgent技术应用于分布式项目管理决策支持系统(DPMDSS)的构建,引入了界面Agent、
一种基于Agent的分布式入侵检测系统功能结构研究,徐楠,何毅俊,在分析现有基于Agent的入侵检测系统的基础上,提出了一种基于Agent的DIDS(DistributedIntrusionDetec
基于LDPC的分布式视频编码的研究,黄河,袁莎莎,与传统的视频编码相比,分布式视频编码把计算复杂度从解码端转移到了解码端,适用于计算能力、内存和功耗受限的无线传感器网络。
基于GPU的并行关联规则挖掘算法的设计与实现,张旭,高占春,关联规则是数据挖掘的一个重要课题,用于从海量的数据中提取出有用的数据项之间的相关性,从而更好地指导策略的制定。这篇论文引
基于本体的交互式关联规则挖算法研究,王志愿,,在关联规则的挖掘过程中,为了获取更多的知识,用户必须处理大量的挖掘结果,即使这些挖掘结果是常识性的。本文提出了一种交互式
