一种高效挖掘高维数据的频繁闭合模式算法

作     者：胡孔法 唐小丽 达庆利 陈崚 Hu Kongfa;Tang Xiaoli;Da Qingli;Chen Ling

作者机构：东南大学经济管理学院南京210096 扬州大学计算机科学与工程系扬州225009 

出 版 物：《东南大学学报（自然科学版）》 (Journal of Southeast University：Natural Science Edition)

年 卷 期：2007年第37卷第4期

页      面：569-573页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 0835[工学-软件工程] 071102[理学-系统分析与集成] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(70472033 60473012) 国家科技基础条件平台建设资助项目(2004DKA20310) 江苏省自然科学基金资助项目(BK2005047 BK2005046) 江苏省高校"青蓝工程"基金资助项目 

主　　题：数据挖掘 频繁闭合模式 行枚举 混合树 

摘      要：为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法***算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明,EMH-CP算法比已有的CARPENTER和TD-close等算法更为有效.