2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩78頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的重要方法,目前主流的關(guān)聯(lián)規(guī)則挖掘算法有Apriori算法、Eclat算法、Fp-growth算法等。上述算法存在如下問(wèn)題:(1) Apriori算法存在大量I/O操作以及生成大量的候選項(xiàng)集;(2)對(duì)于Eclat算法,當(dāng)事務(wù)數(shù)據(jù)庫(kù)很大時(shí),垂直數(shù)據(jù)結(jié)構(gòu)無(wú)法存儲(chǔ)于內(nèi)存。當(dāng)事務(wù)數(shù)據(jù)庫(kù)中事務(wù)數(shù)很大時(shí),tid-set長(zhǎng)度很大,tid-set求交時(shí)間增加,算法性能下降;(3) Fp-growth算

2、法需要頻繁的構(gòu)造條件模式基,且當(dāng)支持度閾值較小時(shí),F(xiàn)p-tree的壓縮能力有所下降,大量的冗余的存在使得算法性能開(kāi)始下降。本文基于上述問(wèn)題研究若干新技術(shù)來(lái)提升關(guān)聯(lián)規(guī)則挖掘的效率。
  首先,本文通過(guò)閱讀大量文獻(xiàn),研究已有算法的優(yōu)缺點(diǎn)和思想方法,提出新的數(shù)據(jù)結(jié)構(gòu)PE Graph圖:用有向圖壓縮存儲(chǔ)事務(wù)數(shù)據(jù)庫(kù),能夠用于快速搜索頻繁項(xiàng)集;Tid-tree樹(shù):用類(lèi)Fp-tree對(duì)tid-set重新編碼,實(shí)現(xiàn)垂直數(shù)據(jù)結(jié)構(gòu)的高度壓縮,大大減小

3、了tid-set求交時(shí)間;MP-tree樹(shù):通過(guò)頻繁路徑后綴實(shí)現(xiàn)PE_Graph圖路徑擴(kuò)展的高效剪枝。
  接著,本文提出了頻繁項(xiàng)集挖掘算法并對(duì)其進(jìn)行了一系列的改進(jìn):(1)基于FPE_Graph圖和Tid-tree樹(shù)提出了兩個(gè)新的頻繁項(xiàng)集挖掘算法PF_search算法和PR_search算法。理論分析及實(shí)驗(yàn)結(jié)果表明PF_search算法和PR_search算法存在大量的冗余路徑擴(kuò)展,且PR_search算法采用的逆向深度搜索策略優(yōu)

4、于PF_ search算法采用的正向深度搜索策略,同時(shí)提出了FPE_Graph圖的錐形分布假設(shè)。(2)為了對(duì)(1)中存在的冗余路徑進(jìn)行有效的剪枝,本文提出了新的數(shù)據(jù)結(jié)構(gòu)MP-tree樹(shù),基于該樹(shù)設(shè)計(jì)出了K路剪枝Fp-search算法,本文通過(guò)頻繁率來(lái)刻畫(huà)算法的剪枝性能,通過(guò)理論分析可以得出K路剪枝的剪枝能力θ的理論值,從而量化了剪枝能力的評(píng)估,有效的證明算法剪枝性能和指導(dǎo)算法的改進(jìn)。盡管K路剪枝Fp-search算法的時(shí)間性能非常優(yōu)秀,

5、但是它帶來(lái)了額外的空間消耗,即MP-tree的空間規(guī)模O(N)(N為所有頻繁項(xiàng)集的個(gè)數(shù)),當(dāng)N值較大時(shí),算法剪枝空間復(fù)雜度較高。(3)基于(2)中存在的問(wèn)題,提出了減小剪枝空間復(fù)雜度的混合剪枝算法Fpmix2_search算法、Fpmixk_search算法,混合剪枝算法在保證時(shí)間性能的同時(shí),大大降低了剪枝帶來(lái)的額外空間消耗,但混合剪枝存在性能受節(jié)點(diǎn)劃分方式的影響,且不適合并行化等缺點(diǎn)。(4)基于(3)中的問(wèn)題,本文提出了新的算法FNM

6、P-search算法,該算法剪枝空間復(fù)雜度極小,且能夠?qū)崿F(xiàn)高效的剪枝。(5)最后實(shí)現(xiàn)了Fp-search系列算法的并行化算法(本文稱(chēng)PF_search算法、PR_search算法、K路剪枝Fp-search算法、Fpmix2_search算法、Fpmixk_search算法、FNMP-search算法為Fp-search系列算法)。
  最后,通過(guò)五個(gè)經(jīng)典的真實(shí)數(shù)據(jù)集對(duì)Fp-search系列算法性能有效性和高效性進(jìn)行驗(yàn)證實(shí)驗(yàn)表明,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論