一种利用差集的加权频繁项集挖掘算法

频繁项目集项目 四种用于挖掘频繁项集的算法的可伸缩性研究 该项目的重点是比较用于查找频繁项集的四种算法的性能:A-Priori,PCY,Multistage和Mutlihash算法。 我实现了这些算法

分析了目前降载技术的不足，提出了一种面向挖掘流数据频繁项集的降载策略。该策略采用了基于元组出现频率的语义删除策略，优先删除出现频率相对较低的元组，从而有效解决了在挖掘流数据中的频繁项所遇到系统超载时出

基于多重集合，对Z.Pawlak粗糙集的论域进行了扩展，提出了基于多重粗糙集理论，并给出了该理论相关内容的完整定义、定理和性质，其中包括多重论域定义、论域对象及其状态与重要度的定义与标识、多重粗糙集对

数据挖掘 移动计算的数据挖掘算法 同时再大数据上的应用

随着社交网络用户数的快速增加 , 大规模单图上频繁子图挖掘的需求越来越强烈 .单机算法对大规模图的运行效率较低 , 难以支撑支持度较低的频繁子图的挖掘 ; 现有的分布式环境下单图的频繁子图挖掘算法不支

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段，是数据流挖掘研究的热点之一。结合数据流的特点，提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据；采用直

基于滑动窗口的不确定性数据流频繁项集挖掘算法

在秘密共享方案的研究中,一般都进行Shamir门限秘密共享方案的研究,该方案基于多项式插值。论文基于中国剩余定理的参与者权重不同的秘密共享方案,提出了一个基于离散对数问题的困难性的参与者权重不同的防欺

研究粗糙集理论中可辨识矩阵,扩展了类别特征矩阵,提出一种基于粗糙集理论的最简决策规则算法.该算法根据决策属性将原始决策表分成若干个等价子决策表,借助核属性和属性频率函数对各类别特征矩阵挖掘出最简决策规

对于大型数据，频繁项集挖掘显得庞大而冗余，挖掘最大频繁项集可以减少挖出的频繁项集的个数。可是对于不确定性数据流，传统判断项集是否频繁的方法已不能准确表达项集的频繁性，而且目前还没有在不确定数据流上挖掘