FP-树
FP-树的相关文献在2003年到2022年内共计73篇,主要集中在自动化技术、计算机技术、管理学、农作物
等领域,其中期刊论文68篇、会议论文3篇、专利文献19368篇;相关期刊50种,包括科技经济市场、电脑知识与技术、计算机工程与设计等;
相关会议3种,包括第二十五届中国数据库学术会议(NDBC2008)、第十一届中国人工智能学术年会、2003中国计算机大会等;FP-树的相关文献由172位作者贡献,包括张继福、纪允、许普乐等。
FP-树—发文量
专利文献>
论文:19368篇
占比:99.63%
总计:19439篇
FP-树
-研究学者
- 张继福
- 纪允
- 许普乐
- 刘彩苹
- 史晓东
- 周玉敏
- 张勤
- 张锦
- 李涛
- 毛建旭
- 毛建频
- 王斌
- 秦亮曦
- 胡运发
- 范明
- 蔡骏
- 许永林
- 赵旭俊
- 邓维斌
- 马海兵
- DENG ZhiHong
- JIANG JiaJian
- WANG ZhongHui
- ZHU Yu-quan YANG He-biao SONG Yu-qing XIE Cong-hua
- 万征
- 严丽娜
- 于海平
- 亢红领
- 任玉杰
- 任虎
- 傅明
- 刘丹凤
- 刘冲
- 刘博
- 刘宏
- 刘建波
- 刘振
- 刘椿年
- 刘现平
- 刘琼
- 刘黎蓉
- 单世民
- 史忠植
- 吴文华
- 吴方君
- 吴晓婷
- 吴茂雪
- 周凤丽
- 周学清
- 周定康
-
-
宫帅;
宋善坤
-
-
摘要:
为了提升分布式能源系统数据挖掘精度与效率,保证分布式能源系统安全稳定运行,提出基于多维关联规则的分布式能源系统数据挖掘方法。离散化处理分布式能源系统中的所有数据,将数据转换为满足挖掘需求的数字化形式,明确数据支持度和隶属度值,建立与之对应的相关表,统计操作、运行和执行维度组合后总的支持度和隶属度值,通过分析每个维度的子维度得到正常和异常状态下两种数据。在Apriori算法基础上构建FP-树,不断生成频繁项集,直至不再产生新的项集时停止挖掘,采用剪枝处理去除部分冗余结点,保留下来的即为最终的数据挖掘结果。实验结果表明,所提方法能够精准挖掘出异常数据类型,且挖掘效率高,实际应用效果更好。
-
-
-
许普乐;
纪允
-
-
摘要:
频繁项集的精简表示是数据挖掘领域中一个研究热点,非可推导项集模型利用了容斥原理压缩频繁项集的数量.传统的挖掘算法在挖掘的过程中,存在多次扫描数据库、重复生成候选项集等效率低下的问题.文章提出一种新的算法MNDIBFP,该算法利用利用FP树压缩数据库,同时结合一定的剪枝策略,达到快速挖掘非可推导项集的目的.实验效果证明,该算法在时间消耗和空间消耗均优于传统算法.
-
-
陈少权
-
-
摘要:
为了解决由于移动用户轨迹数据具有随机性和繁杂性导致算法效率和精度低的问题,首先抽取用户轨迹时间位置序列,然后基于用户的逗留时长采用加权FP树挖掘移动用户的常驻区域以解决用户轨迹的随机性,最后提出结合用户出行的时间和地理因素的LCSS算法衡量用户轨迹相似性.实验证明,该算法具有一定的有效性和扩展性.
-
-
郝天鹏;
王斌
-
-
摘要:
数据挖掘技术被广泛用于处理存储在数据库中的大量数据,以提取所需的信息.其有多种获取数据的技术,关联规则挖掘是其中最有效的数据挖掘技术之一.它从大量数据中发现隐藏的所需数据模式.在现有技术中的频繁模式生长(FP-growth)算法是找到期望关联规则的最有效的算法,它只需扫描数据库两次进行处理.但FP-growth算法的问题是在大规模数据环境下它生成大量的条件FP树,造成挖掘效率低下的问题.在提出算法中,我们设计了一种新技术,它挖掘出所有的频繁项集,而不产生条件FP树.与传统FP-growth算法不同,它仅扫描数据库一次,这降低了算法的时间效率.并且找出频繁项集合的频率,以获取所需的关联规则.实验证明,改进FP-growth算法的效率较传统FP-growth算法有很大提高.
-
-
刘丹凤;
牟永敏
-
-
摘要:
缺陷关联使得目前的缺陷定位方法面临着严峻挑战,为了快速准确定位软件缺陷,保证软件产品质量,对定位方法的改进势在必行。基于函数调用路径(function calling path,FCP)技术,把缺陷定位的整体粒度由语句级提升到函数级。依据失效原理和 FP-树分析缺陷关联,逐步缩减缺陷定位问题空间为“执行路径—路径节点—节点语句”,获得缺陷关联拓扑图,局部细化缺陷函数到细粒度,并提出了基于函数排名的评价方法。实验结果表明,FCP 缺陷定位方法可有效缩减查找缺陷时的代码审查范围,提高软件缺陷定位的精度和效率。该方法为基于路径分析的缺陷定位提供了理论依据和实践方法,并保证测试的安全进行。%The current fault localization methods face with severe challenges brought by faults correlation,and it is urgent to improve the related study methods for quickly and accurately locate the software fault and guarantee the software product quali-ty.Based on the technology of FCG,this paper improved the fitness of location from sentences to functions.Based on the fail-ure mechanism and the FP-tree analysis,this paper gradually reduced the problem space to “executing path-path node-node”, and obtained the topological graph of faults to local refinement fault function and designed evaluation method based on the function ranking.Experimental results show that the FCP method can effectively reduce the range of code review in searching faults,improve the precision and efficiency of software fault localization.The method provides a theoretical basis and practical method for the fault localization based on path analysis,and guarantees the safety of the test.
-
-
许普乐;
纪允;
张勤
-
-
摘要:
δ无关集的引入可解决数据挖掘领域中挖掘出来的频繁项集数量过大以及在实际应用中获取准确项集支持度代价过大的问题。针对传统方法生成无关集生成效率过低等问题,本文提出了一种在 FP树上快速生成、结合一定的剪枝策略的快速挖掘算法FMINEX。实验效果证明,该算法在挖掘过程中,时间和空间性能都比较好。%By introducing free sets, we solve the over large number of mined frequent item sets in data mining and high cost of get exactly support of item set in specific using area problems .A new algorithm FMINEX is proposed , mining free sets from FP tree with a pruning strategy which aims to solve the inefficient of traditional mining free sets method .Experimental results testify FMINEX and show a better performance both in time and space consuming in mining process .
-
-
张雪萍;
李围成;
祝玉华
-
-
摘要:
提出一种基于FP-树的时空关联规则挖掘算法,即STFP-tree(Spatio-temporal FP-tree)算法.算法对时空数据进行时间上的划分,并用空间谓词分析空间对象间的位置关系,最终生成同时考虑时间和空间特征的FP-树,进而挖掘出强时空关联规则.实验结果证明了算法的有效性,适用于对时空数据进行分析挖掘.
-
-
亢红领;
李明楚;
焦栋;
郭成;
徐淑珍
-
-
摘要:
与在所有特征空间寻找聚类不同,子空间聚类的目标是找到嵌在不同子空间的簇,是实现高维数据聚类的有效途径.传统聚类算法主要采用基于距离测量的方法进行聚类,难以处理高维数据.提出一种能够处理高维数据的子空间聚类算法(At-tribute relevancy-based subspace clustering algorithm,ARSUB),将属性转化为频繁模式中的项集,将聚类问题转化为频繁模式挖掘问题,然后基于项目对间强相关的关系建立关系矩阵,以衡量任意两个项集之间的相关度,进而得到强相关的候选子空间.最后利用候选子空间进行聚类得到存在于不同子空间中的簇.在合成数据集与真实数据集的实验结果表明,这种方法具有较高的准确度和效率.
-
-
石芹芹
-
-
摘要:
Proposes an algorithm for mining maximum frequent itemsets based on frequent pattern tree. The algorithm is an algorithm in the process of building FP-tree by pruning children-set and storing maximum frequent itemsets, thereby saves time mining again FP-tree than exist-ing algorithms during mining Maximum frequent itemsets. It is a new algorithm to search association rules.%提出一种基于FP树的极大频繁项集的挖掘算法,该算法在构建FP树的过程中,通过子项集剪枝的方法,将挖掘到的极大频繁项集存储起来,从而节省再次挖掘FP树的时间,较已有的算法在挖掘极大频繁项集时简化挖掘过程。该算法的提出,为关联规则的精简提供新的解决办法。
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
FP-Max算法是一种有效的最大频繁模式挖掘算法,但它在挖掘过程中产生的候选集规模过大,需要构造和遍历大量没必要的条件FP树,因此效率低。为此提出了SMFP-Max算法,算法以FP树和对称矩阵为框架来挖掘最大频繁模式,在挖掘过程中采用了多种剪枝策略并结合自顶向下和自底向上的双向搜索策略,大大缩小了候选集规模,避免了不必要的条件FP树的产生.理论分析和实验结果表明,SMFP-Max算法是一种高效的最大频繁模式挖掘算法,具有良好的时空效率,算法性能优于FP-Max算法。
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
FP-Max算法是一种有效的最大频繁模式挖掘算法,但它在挖掘过程中产生的候选集规模过大,需要构造和遍历大量没必要的条件FP树,因此效率低。为此提出了SMFP-Max算法,算法以FP树和对称矩阵为框架来挖掘最大频繁模式,在挖掘过程中采用了多种剪枝策略并结合自顶向下和自底向上的双向搜索策略,大大缩小了候选集规模,避免了不必要的条件FP树的产生.理论分析和实验结果表明,SMFP-Max算法是一种高效的最大频繁模式挖掘算法,具有良好的时空效率,算法性能优于FP-Max算法。
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
FP-Max算法是一种有效的最大频繁模式挖掘算法,但它在挖掘过程中产生的候选集规模过大,需要构造和遍历大量没必要的条件FP树,因此效率低。为此提出了SMFP-Max算法,算法以FP树和对称矩阵为框架来挖掘最大频繁模式,在挖掘过程中采用了多种剪枝策略并结合自顶向下和自底向上的双向搜索策略,大大缩小了候选集规模,避免了不必要的条件FP树的产生.理论分析和实验结果表明,SMFP-Max算法是一种高效的最大频繁模式挖掘算法,具有良好的时空效率,算法性能优于FP-Max算法。
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
FP-Max算法是一种有效的最大频繁模式挖掘算法,但它在挖掘过程中产生的候选集规模过大,需要构造和遍历大量没必要的条件FP树,因此效率低。为此提出了SMFP-Max算法,算法以FP树和对称矩阵为框架来挖掘最大频繁模式,在挖掘过程中采用了多种剪枝策略并结合自顶向下和自底向上的双向搜索策略,大大缩小了候选集规模,避免了不必要的条件FP树的产生.理论分析和实验结果表明,SMFP-Max算法是一种高效的最大频繁模式挖掘算法,具有良好的时空效率,算法性能优于FP-Max算法。
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
FP-Max算法是一种有效的最大频繁模式挖掘算法,但它在挖掘过程中产生的候选集规模过大,需要构造和遍历大量没必要的条件FP树,因此效率低。为此提出了SMFP-Max算法,算法以FP树和对称矩阵为框架来挖掘最大频繁模式,在挖掘过程中采用了多种剪枝策略并结合自顶向下和自底向上的双向搜索策略,大大缩小了候选集规模,避免了不必要的条件FP树的产生.理论分析和实验结果表明,SMFP-Max算法是一种高效的最大频繁模式挖掘算法,具有良好的时空效率,算法性能优于FP-Max算法。
-
-
陈飞;
李铭;
商琳;
陈世福
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
FP-growth算法是频繁模式挖掘的主要方法之一,也是目前数据挖掘研究中的热点.本文针对该算法所需的FP-树占用大量空间且挖掘时递归生成数目庞大的条件FP-子树的缺点,提出了一种基于压缩FP-树结构且无需生成条件FP-子树的挖掘算法CFPM.实验表明,与标准的的FP-grown算法相比,CFPM算法极大地缩小了挖掘所需的空间和时间.同时,该算法还可快速挖掘出特定内容和长度的频繁项集.
-
-
陈飞;
李铭;
商琳;
陈世福
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
FP-growth算法是频繁模式挖掘的主要方法之一,也是目前数据挖掘研究中的热点.本文针对该算法所需的FP-树占用大量空间且挖掘时递归生成数目庞大的条件FP-子树的缺点,提出了一种基于压缩FP-树结构且无需生成条件FP-子树的挖掘算法CFPM.实验表明,与标准的的FP-grown算法相比,CFPM算法极大地缩小了挖掘所需的空间和时间.同时,该算法还可快速挖掘出特定内容和长度的频繁项集.
-
-
陈飞;
李铭;
商琳;
陈世福
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
FP-growth算法是频繁模式挖掘的主要方法之一,也是目前数据挖掘研究中的热点.本文针对该算法所需的FP-树占用大量空间且挖掘时递归生成数目庞大的条件FP-子树的缺点,提出了一种基于压缩FP-树结构且无需生成条件FP-子树的挖掘算法CFPM.实验表明,与标准的的FP-grown算法相比,CFPM算法极大地缩小了挖掘所需的空间和时间.同时,该算法还可快速挖掘出特定内容和长度的频繁项集.
-
-
陈飞;
李铭;
商琳;
陈世福
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
FP-growth算法是频繁模式挖掘的主要方法之一,也是目前数据挖掘研究中的热点.本文针对该算法所需的FP-树占用大量空间且挖掘时递归生成数目庞大的条件FP-子树的缺点,提出了一种基于压缩FP-树结构且无需生成条件FP-子树的挖掘算法CFPM.实验表明,与标准的的FP-grown算法相比,CFPM算法极大地缩小了挖掘所需的空间和时间.同时,该算法还可快速挖掘出特定内容和长度的频繁项集.
-
-
陈飞;
李铭;
商琳;
陈世福
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
FP-growth算法是频繁模式挖掘的主要方法之一,也是目前数据挖掘研究中的热点.本文针对该算法所需的FP-树占用大量空间且挖掘时递归生成数目庞大的条件FP-子树的缺点,提出了一种基于压缩FP-树结构且无需生成条件FP-子树的挖掘算法CFPM.实验表明,与标准的的FP-grown算法相比,CFPM算法极大地缩小了挖掘所需的空间和时间.同时,该算法还可快速挖掘出特定内容和长度的频繁项集.