您的位置： 专家智库 > >

江苏省教育厅自然科学基金(11KJD520011)

作品数：2 被引量：4H指数：1
相关作者：刘博徐杰张晓斌李云更多>>
相关机构：扬州大学更多>>
发文基金：江苏省教育厅自然科学基金江苏省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇频繁项
  • 2篇频繁项集
  • 2篇频繁项集挖掘
  • 2篇项集
  • 1篇云计算
  • 1篇频繁项集挖掘...
  • 1篇进制
  • 1篇聚类
  • 1篇二进制
  • 1篇二进制编码
  • 1篇分布式
  • 1篇分布式计算
  • 1篇FP树
  • 1篇并行计算

机构

  • 2篇扬州大学

作者

  • 2篇李云
  • 2篇张晓斌
  • 2篇徐杰
  • 2篇刘博

传媒

  • 1篇微电子学与计...
  • 1篇计算机与数字...

年份

  • 2篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于垂直FP树的并行频繁项集挖掘被引量：3
2012年
随着数据量的快速增长、数据存储的分散化程度不断提高,对并行分布式数据挖掘算法的需求越来越迫切。文章提出了一种基于垂直FP树的分布式频繁项集挖掘算法DVFP。DVFP采用一种称为垂直FP树(VFP)的格式来存放数据,并同时采用数据并行和任务并行的策略。文章还提出了一种新的序列化方法来对VFP树进行编码,大大减少了处理节点间的通信开销。实验验证DVFP算法在灵活性和处理时间上与现有的分布式算法相比具有较大优势。
徐杰李云刘博张晓斌
关键词：频繁项集挖掘并行计算分布式计算
云环境下基于二进制编码聚类的并行频繁项集挖掘算法被引量：1
2012年
本文提出了一种云环境下基于二进制编码的并行频繁项集挖掘算法,利用一种特殊的二进制编码的依赖度计量方法对原始数据集合进行编码转换及依赖度聚类,然后将数据集分布部署在云环境中,并采用共享多头表的FP-Growth并行改进算法挖掘频繁项集.实验表明,对于大规模数据集来说,本文算法可以取得良好的性能.
刘博李云张晓斌徐杰
关键词：云计算二进制编码聚类频繁项集
全选 清除 导出
共1页<1>
聚类工具0