Apriori算法改进研究及实现

本文通过对经典Apriori算法理论研究和具体分析，在该算法的理论基础上进行了一定修改和改进，提出了基于对频繁项集分组并行的挖掘算法P-Apriori。通过实验表明，改进优化后的P-Apriori算法不仅能并行处理数据，而且可以有效减少频繁项集自连接次数，大大提高了频繁项集生成的效率，其在数据挖掘效率上比经典Apriori算法更加高效实用。并且理论上，随着实验机器性能的提升或者采用分布式计算，改进优化后的P-Apriori算法挖掘效率提升将更加明显。

参考文献

[1] 朱明. 数据挖掘[M]. 合肥: 中国科学技术大学出版社,2007.

[2] AGRAWAL R, IMIELINSKI T, SWAMI A. Database min-ing: a performance perspective[J]. IEEE Transactions on Knowledge and Data Engineering,1993,5(6):914-925.

[3] AGRAWAL R, SRIKANT R. Fast algorithms for mining association rules[C].Santiago, Chile: Proceeding of the 20th International Conference on Very Large Databases, 1994:487-499.

[4] AGARWAL C C, YU P S. Mining large itemsets for asso-ciation rules[J].Data Engineering Bulletin,1998,21(1):22-31.

[5] 吴昊, 李军国. 基于关联规则理论的道路交通事故数据挖掘模型[J].电子技术应用, 2009,35(2):139-143.

[6] AGARWAL R C, SHAFER J C. Parallel mining of associ-ation rules[J]. IEEE Transactions on Knowledge and Data Engineering,1998,8(6):962-969.

[7] 徐章艳, 刘美玲. Apriori 算法的三种优化方法[J]. 计算机工程与应用,2004,40(36):190-192.

[8] 肖冬荣, 杨磊. 基于遗传算法的关联规则数据挖掘[J]. 通信技术,2010,43(01):205-207.

[9] TAN P N, STEINBACH M,KUMAR V. 数据挖掘导论(完整版)[M].范明,范宏建,译.北京:人民邮电出版社,

奔驰测试多项安全技术 欲加快汽车智能化 我们之前曾提到过：未来的汽车驾驶将会由不可逆转的变化，最大的变化将是对汽车操控的方式，而我们将会在我们的有生之年看到这些变化。
在汽车领域最有突破性的革新将出现在

传统挠性电路板制造工艺挠性基板传统制造工艺有连续法(Roll-to-Roll,即卷筒法)和非连续法(片材加工法)。不同的制造方法有不同的特点，但最普通的制造方法是非连续法，图1为双面挠性基板加工方法的制造

ESD静电保护器手机静电防护利器近年来，移动设备手机在生活中扮演了越来越重要的角色，人们用它来娱乐、沟通、工作，根本离不开它。 随着手机硬件技术的发展，人们对这种小型设备的要求不再局限于外形和功能，对其集成电路（IC）的稳定性及可靠性更是有了严苛的要求，人们在更多的场合使用手机，这意味着电路必须能够承受温度，电压，电流变动甚至是静电放电的影响。 伴随着手机功能多样性的增加，其输入输出接口的增加也使得各种外界骚扰获得了更多的途径入侵到手机设备中。 屏幕、摄像

 3/3   首页 上一页 1 2 3