检索结果-内蒙古大学图书馆

基于fp-growth算法的露天煤矿无人驾驶车辆故障预警分析与应用效果研究

煤矿机械 2025年第5期46卷 187-190页

作者：姜文鑫韩硕甘宏辛守辉华能伊敏煤电有限责任公司内蒙古呼伦贝尔021100 华能信息技术有限公司山东青岛266000

目前,露天煤矿无人驾驶车辆主要依靠5G专网和设备进行集成,一旦通信网络出现故障,则会严重影响露天煤矿无人驾驶车辆智能化运行。为及时发现露天煤矿无人驾驶车辆无线通信网络故障并予以解决,以fp-growth算法为基础,配合萤火虫算法,对... 详细信息

目前,露天煤矿无人驾驶车辆主要依靠5G专网和设备进行集成,一旦通信网络出现故障,则会严重影响露天煤矿无人驾驶车辆智能化运行。为及时发现露天煤矿无人驾驶车辆无线通信网络故障并予以解决,以fp-growth算法为基础,配合萤火虫算法,对无线通信网络故障节点进行全自动定位。实验结果表明,与传统算法相比,该方法可实现露天煤矿无人驾驶车辆无线通信故障节点定位,从而更加快速地对车辆故障进行识别和预警。

关键词：露天煤矿无人驾驶车辆 fp-growth算法萤火虫算法无线通信故障

来源：评论

学校读者我要写书评

暂无评论

fp-growth算法及其优化在税务系统中的应用

引用

计算机应用 2018年第A02期38卷 140-143页

作者：倪德马传香湖北大学计算机与信息工程学院武汉430062 教育信息化工程研究中心武汉430062

针对fp-growth算法中需要频繁建立条件模式(fp)树并递归挖掘的问题,提出了在单路径条件fp树情况下的一种基于组合思想而改进的fp-growth算法。通过组合单路径条件fp树中频繁一项集的方法,实现无需递归而达到挖掘频繁项集目的。并以某省... 详细信息

针对fp-growth算法中需要频繁建立条件模式(fp)树并递归挖掘的问题,提出了在单路径条件fp树情况下的一种基于组合思想而改进的fp-growth算法。通过组合单路径条件fp树中频繁一项集的方法,实现无需递归而达到挖掘频繁项集目的。并以某省地税局风险监控平台系统中的税务数据为基础,使用改进后的fp-growth算法,挖掘纳税人偷税漏税行为中频繁出现的税种税目之间的强关联规则,实验结果表明,改进后的fp-growth算法不仅提高了挖掘频繁项集的效率,而且为税务征管和稽查工作提供了更好的依据。

关键词：数据挖掘频繁项集关联规则 fp-growth算法税务征管

来源：评论

学校读者我要写书评

暂无评论

基于fp-growth算法的大电网关键线路辨识方法

引用

电力自动化设备 2018年第4期38卷 89-95页

作者：周强明姜盛波鲁鸿毅曾鹏罗超谭敏雷鸣杨军国网湖北省电力公司湖北武汉430077 武汉大学电气工程学院湖北武汉430072

辨识出连锁故障发展过程中的关键线路,对采取有效的连锁故障抑制策略,保障电网安全稳定运行具有重要作用。提出一种基于fp-growth算法的大电网关键线路辨识方法。利用fp-growth算法对基于电网运行可靠性模型进行连锁故障模拟生成的连锁... 详细信息

辨识出连锁故障发展过程中的关键线路,对采取有效的连锁故障抑制策略,保障电网安全稳定运行具有重要作用。提出一种基于fp-growth算法的大电网关键线路辨识方法。利用fp-growth算法对基于电网运行可靠性模型进行连锁故障模拟生成的连锁故障事故链集合进行数据挖掘,发掘事故链集隐藏的关联规则,辨识连锁故障发展过程中的关键线路,对关键线路进行风险分析,并分析其对连锁故障的影响。IEEE 118节点系统仿真结果表明,所提方法能够有效辨识出连锁故障发展过程中的危险线路。

关键词：连锁故障运行可靠性 fp-growth算法关键线路风险分析稳定

来源：评论

学校读者我要写书评

暂无评论

基于布尔矩阵和MapReduce的fp-growth算法

引用

华南理工大学学报（自然科学版） 2014年第1期42卷 135-141页

作者：陈兴蜀张帅童浩崔晓靖四川大学计算机学院四川成都610065

关联规则挖掘是数据挖掘的一个重要组成部分.为提高关联规则的挖掘效率,提出了一种基于布尔矩阵和MapReduce的fp-growth算法(BPfp),分析了算法的时间和空间复杂度.该算法使用Hadoop框架和布尔矩阵以减少对事务数据的扫描次数,利用两次Ma... 详细信息

关联规则挖掘是数据挖掘的一个重要组成部分.为提高关联规则的挖掘效率,提出了一种基于布尔矩阵和MapReduce的fp-growth算法(BPfp),分析了算法的时间和空间复杂度.该算法使用Hadoop框架和布尔矩阵以减少对事务数据的扫描次数,利用两次MapReduce来实现频繁项集的挖掘.在多个数据集上的实验结果表明,与原fp-growth算法相比,BPfp算法具有更高的执行效率、更好的加速比.

关键词：数据挖掘关联规则布尔矩阵 MapReduce fp-growth算法

来源：评论

学校读者我要写书评

暂无评论

fp-growth算法在序列模式挖掘中的研究及其应用

FP-Growth算法在序列模式挖掘中的研究及其应用

引用

作者：李争艳北京大学

学位级别：硕士

随着信息技术的高速发展，互联网已经深入到人们日常生活中的方方面面。当用户访问各个站点时留下的大量数据，对于企业经营者来说都是十分宝贵的研究资源。数据挖掘就是用来从这些海量的数据中发现隐藏在背后的重要信息的技术。序列模... 详细信息

随着信息技术的高速发展，互联网已经深入到人们日常生活中的方方面面。当用户访问各个站点时留下的大量数据，对于企业经营者来说都是十分宝贵的研究资源。数据挖掘就是用来从这些海量的数据中发现隐藏在背后的重要信息的技术。序列模式挖掘作为数据挖掘中一个重要的分支，它能从大量的序列中发现频繁出现的序列模式，特别是在Web挖掘研究方面具有广泛的应用前景。\n 序列模式挖掘技术在基于Web日志数据方面的研究中应用很广，但是目前成熟的序列模式挖掘算法在应用中各有利弊，特别是运用到大规模的商业数据研究中时表现优秀的算法就凤毛麟角了。本文针对这样的状况，对序列模式挖掘技术目前主流的算法进行了深入研究，然后结合这些算法的优缺点，提出了一种在Web访问序列研究中更有效的频繁序列模式挖掘算法FSP-Mining(FrequentSequential Pattern-Mining，以下简称FSP-Mining算法)，该算法主要是基于关联规则中的频繁模式增长算法fp-growth(Frequent Pattern-growth，以下简称fp-growth算法)根据Web访问序列模式挖掘的特点改进而来。接着本文将这种算法进行了实现，通过实验证明，本文提出的FSP-Mining算法在时间空间效率方面较现有的一些序列模式经典算法有较大的提高。最后本文以全球著名的电子商务网站eBay的实际商业应用作为研究背景，利用实现的FSP-Mining算法进行了Web访问序列模式挖掘的探索性应用研究。

关键词：信息技术 fp-growth算法序列模式挖掘 Web挖掘

来源：评论

学校读者我要写书评

暂无评论

fp-growth算法改进及其在连锁快餐业关联菜品挖掘中的应用

FP-growth算法改进及其在连锁快餐业关联菜品挖掘中的应用

引用

作者：杨海燕合肥工业大学

学位级别：硕士

随着网络技术和数据库技术的发展，人类已经进入了大数据的时代，如何从海量数据中发现和利用有用信息变得越来越有挑战性。关联规则是数据挖掘的重要研究方向，可用于发现交易数据库中不同商品之间的联系，反应顾客购买行为模式，有助... 详细信息

随着网络技术和数据库技术的发展，人类已经进入了大数据的时代，如何从海量数据中发现和利用有用信息变得越来越有挑战性。关联规则是数据挖掘的重要研究方向，可用于发现交易数据库中不同商品之间的联系，反应顾客购买行为模式，有助于企业进行商业决策。本文首先介绍了关联规则的相关理论及其研究进展，重点分析了关联规则中fp-growth算法及其在数据挖掘过程中发现关联规则的瓶颈问题。其次，为了解决fp-growth算法因时间复杂度和空间复杂度都比较高而无法有效挖掘出关联规则的问题，本文提出了IDfp-growth（Improved Division fp-growth）算法，该算法将大型事务数据库按照事务首项不同分解成多个子数据库，对每个子数据库分别建立带指针的IDfp-tree（Improved Division fp-tree）结构，分别对每个子数据库挖掘出频繁项集，再将挖掘结果合并，并用实验证明了IDfp-growth算法在时间和空间上的效率都优于fp-growth算法。最后，以安徽省老乡鸡连锁快餐提供的数据为源数据，应用IDfp-growth算法挖掘老乡鸡连锁快餐菜品中的关联菜品，分析挖掘出的关联菜品，为老乡鸡连锁快餐提出可行的营销建议。

关键词： fp-growth算法连锁快餐业关联菜品 IDfp-growth算法

来源：评论

学校读者我要写书评

暂无评论

基于fp-growth算法的地面气象观测数据异常挖掘

引用

气象水文海洋仪器 2025年第1期42卷 33-36页

作者：许烨牛淑丽狄增文张掖市气象局张掖734000

为了提高对地面气象观测集合中异常数据的精准检测与识别能力,文章提出基于fp-growth算法的地面气象观测数据异常挖掘方法。设定数据采集频率,根据观测需求确定数据采集的时间间隔,进行采样地面气象观测数据的整合;引进fp-growth算法,基... 详细信息

为了提高对地面气象观测集合中异常数据的精准检测与识别能力,文章提出基于fp-growth算法的地面气象观测数据异常挖掘方法。设定数据采集频率,根据观测需求确定数据采集的时间间隔,进行采样地面气象观测数据的整合;引进fp-growth算法,基于fp-Tree结构,筛选频繁项,进行观测数据特征的提取;对于数据集中的每个点,计算与其最近邻的距离,根据距离定义异常分数,实现异常数据挖掘与聚类。实验结果表明:设计方法挖掘的观测数据异常量与实际样本数据的数量一致,说明该方法在实际应用中,可以实现对地面气象观测数据异常的精准挖掘。

关键词： fp-growth算法挖掘方法异常观测数据气象地面

来源：评论

学校读者我要写书评

暂无评论

基于fp-growth算法及补偿性入侵证据的攻击意图识别

引用

北京理工大学学报 2010年第8期30卷 930-934页

作者：白昊王崑声胡昌振张刚经小川北京理工大学计算机学院北京100081 中国航天工程咨询中心北京100048

针对现有方法的入侵证据单一,系统资源消耗大及最终结果不准确等问题,提出了一种新的攻击意图识别方法.将IDS的告警事件与其他安全工具如扫描器等的数据相融合,构成补偿性入侵证据,并在此基础上使用贝叶斯网络构建攻击场景;使用fp-Growt... 详细信息

针对现有方法的入侵证据单一,系统资源消耗大及最终结果不准确等问题,提出了一种新的攻击意图识别方法.将IDS的告警事件与其他安全工具如扫描器等的数据相融合,构成补偿性入侵证据,并在此基础上使用贝叶斯网络构建攻击场景;使用fp-growth算法从攻击场景中挖掘出频繁攻击模式;最终将产生的频繁攻击模式关联以重构攻击路径,从而推断最可能的攻击意图.实验结果表明,该方法可准确识别攻击意图并有效节省系统资源.

关键词：攻击路径攻击意图补偿性入侵证据频繁攻击模式 fp-growth算法

来源：评论

学校读者我要写书评

暂无评论

fp-growth算法的一种改进

引用

安徽工程科技学院学报（自然科学版） 2002年第3期17卷 8-13页

作者：杨萍宋振超安徽工程科技学院应用数理系安徽芜湖241000 南京经济学院计算机系江苏南京210003

频繁项目集挖掘是多种数据挖掘应用研究的一个重要方面,频繁项目集的快速挖掘算法研究是当前研究的热点.传统Apriori及其改进算法.要多遍扫描数据库并产生大量的候选项目集.针对Apriori算法的缺陷,HanJW(韩家炜)提出fp-growth算法,该算... 详细信息

频繁项目集挖掘是多种数据挖掘应用研究的一个重要方面,频繁项目集的快速挖掘算法研究是当前研究的热点.传统Apriori及其改进算法.要多遍扫描数据库并产生大量的候选项目集.针对Apriori算法的缺陷,HanJW(韩家炜)提出fp-growth算法,该算法仅须扫描数据库两遍且无须生成候选项目集,避免了产生“知识的组合爆炸”,提高了频繁项目集的挖掘效率.但fp-growth算法是通过逐步生成条件模式基和条件频繁模式树来挖掘频繁项目集.因而影响了频繁项目集的挖掘效率.为此,在引入F-矩阵概念之后,提出了fp-growth的一种改进算法—Ifp-growth,并对改进算法的性能进行了测试.实验结果表明,Ifp-growth算法优于fp-growth.

关键词：频繁项目集 fp-growth算法改进算法频繁模式树快速挖掘算法数据库 Apriori算法选项实验结果知识

来源：评论

学校读者我要写书评

暂无评论

基于负载均衡和冗余剪枝的并行fp-growth算法

引用

数据采集与处理 2016年第1期31卷 223-230页

作者：刘祥哲刘培玉任敏伊静高钊山东师范大学信息科学与工程学院济南250014 山东省分布式计算机软件新技术重点实验室济南250014 山东财经大学数学与数量经济学院济南250014 山东建筑大学计算机科学与技术学院济南250101

针对现有的并行fp-growth算法在数据并行分组时存在数据冗余和负载不均的问题,提出了基于负载估算和冗余剪枝的优化算法。首先,在采用高频策略分组时,引入节点任务估算方法,把每个分组中最大模式树的最长路径和支持度作为该分组的估计值... 详细信息

针对现有的并行fp-growth算法在数据并行分组时存在数据冗余和负载不均的问题,提出了基于负载估算和冗余剪枝的优化算法。首先,在采用高频策略分组时,引入节点任务估算方法,把每个分组中最大模式树的最长路径和支持度作为该分组的估计值,将估计值远大于其他节点的分组进行分割,平均到其他分组中,并且对不同分组中重复的列表元素进行截断,去除冗余数据。实验表明,本文提出的算法能够有效防止并行化的数据倾斜,减少数据冗余,在时间和空间复杂度上要低于以前的并行化fp-growth算法。

关键词：关联规则 MapReduce 冗余剪枝 fp-growth算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：