10.3321/j.issn:1002-8331.2007.07.056
挖掘关联规则中AprioriTid算法的改进
针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法.该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度.实验结果表明改进算法确实能有效减少相关计算量,比已有算法执行效率明显提高,同时验证了该算法在旋转机械故障诊断中的有效性.
数据挖掘、关联规则、AprioriTid算法、频繁项集
43
TP311(计算技术、计算机技术)
2007-04-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
188-190,197