留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于支持度矩阵的Apriori改进算法

洪梓璇 边馥苓

洪梓璇, 边馥苓. 基于支持度矩阵的Apriori改进算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(12): 1246-1249.
引用本文: 洪梓璇, 边馥苓. 基于支持度矩阵的Apriori改进算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(12): 1246-1249.
HONG Zixuan, BIAN Fuling. An Improved Apriori Algorithm Based on Support Count Matrix[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1246-1249.
Citation: HONG Zixuan, BIAN Fuling. An Improved Apriori Algorithm Based on Support Count Matrix[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1246-1249.

基于支持度矩阵的Apriori改进算法

基金项目: 地理信息系统教育部重点实验室开放研究基金资助项目(WD200610)
详细信息
    作者简介:

    洪梓璇,博士生。现主要从事GIS-T、数据挖掘与智能计算研究。

  • 中图分类号: P208

An Improved Apriori Algorithm Based on Support Count Matrix

Funds: 地理信息系统教育部重点实验室开放研究基金资助项目(WD200610)
计量
  • 文章访问数:  537
  • HTML全文浏览量:  26
  • PDF下载量:  430
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-10-15
  • 修回日期:  2008-10-15
  • 刊出日期:  2008-12-05

基于支持度矩阵的Apriori改进算法

    基金项目:  地理信息系统教育部重点实验室开放研究基金资助项目(WD200610)
    作者简介:

    洪梓璇,博士生。现主要从事GIS-T、数据挖掘与智能计算研究。

  • 中图分类号: P208

摘要: 提出了一种利用支持度矩阵生成频繁项集的Apriori改进算法。通过上三角分块稀疏矩阵的行列性质和非频繁列之间的约束关系,改进的算法避免了Apriori连接步中大量非频繁候选k-项集的产生及其在剪枝步中(k-1)-子集的分解和判断。该算法能够有效地压缩搜索空间,降低Apriori连接和剪枝步骤的开销。

English Abstract

洪梓璇, 边馥苓. 基于支持度矩阵的Apriori改进算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(12): 1246-1249.
引用本文: 洪梓璇, 边馥苓. 基于支持度矩阵的Apriori改进算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(12): 1246-1249.
HONG Zixuan, BIAN Fuling. An Improved Apriori Algorithm Based on Support Count Matrix[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1246-1249.
Citation: HONG Zixuan, BIAN Fuling. An Improved Apriori Algorithm Based on Support Count Matrix[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1246-1249.

目录

    /

    返回文章
    返回