10.16652/j.issn.1004-373x.2021.18.023
基于偏微分方程的关联特征数据挖掘改进方法研究
在关联特征数据挖掘的过程中,常因数据集规模过大,使空间复杂度过高,导致数据资源紧缺,为此,文中提出基于偏微分方程的关联特征数据挖掘改进方法研究.构建多叉树,根据其内部属性,划分等价类数目,生成频繁项集,读入原始事务集,改良负载均衡,实现关联特征数据挖掘改进方法研究.设计对比实验,选用多组数据集测试两种方法的空间资源占用情况,实验结果表明,改进后的数据挖掘方法在空间复杂度上的增长始终保持稳定,能够满足数据挖掘需求,达到了预期的研究目的 .
关联特征;数据挖掘;改进方法;偏微分方程;多叉树构建;负载均衡
44
TN919-34;TP311.13
国家自然科学基金项目61773002
2021-11-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
111-113