基于Cluster結(jié)構(gòu)的并行關聯(lián)規(guī)則挖掘算法研究和實現(xiàn).pdf_第1頁
已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、數(shù)據(jù)庫挖掘與并行處理技術互相滲透、互相結(jié)合,成為數(shù)據(jù)挖掘發(fā)展的重要特征,也是并行處理技術應用發(fā)展的一個重要方面.將并行處理技術與關聯(lián)規(guī)則挖掘技術相結(jié)合,在研究了Cluster結(jié)構(gòu)上的并行關聯(lián)規(guī)則挖掘算法基礎上,設計了PHR算法(Paralle Hybrid Recollection Algorithm)和PHR-G算法(Paralle Hybrid Recollection -Global Algorithm)兩個并行關聯(lián)規(guī)則挖掘算法,

2、并在曙光3000進行設計實現(xiàn)和性能分析.PHR算法和PHR-G算法是基于Cluster體系結(jié)構(gòu)設計的關聯(lián)規(guī)則挖掘算法.算法采用了混合數(shù)據(jù)分布模式,有效地發(fā)揮了垂直和水平兩種數(shù)據(jù)分布方式在不同迭代中效率;算法使用一定方法,通過記憶在k-1迭代后產(chǎn)生的全局信息,使k迭代中使用記載的全局信息,從而更高效地進行候選集操作和全局修剪,生成更小的候選集,減小消息傳遞量;PHR-G算法還按頻繁集的等價類進行數(shù)據(jù)重劃分,以利用數(shù)據(jù)垂直分布的本地計算性進

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論