宋奎勇
- 作品数：5 被引量：15H指数：2
- 供职机构：辽宁师范大学计算机与信息技术学院更多>>
- 发文基金：辽宁省科学技术计划项目教育部留学回国人员科研启动基金大连市优秀青年科技人才基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于滑动窗口的数据流频繁项集挖掘算法被引量：11
- 2013年
- 数据流的流动性与连续性,使得数据流所蕴含的知识会随着时间的推移而发生变化。挖掘数据流中的频繁项集是一项意义重大且具有挑战性的工作。提出一种基于滑动窗口数据流的频繁项集挖掘——FIUT-Stream算法,FIUT-Stream算法分块挖掘数据流,在内存中维持一个滑动窗口数据的概要结构,随着窗口滑动动态更新该存储结构,利用FIUT算法进行频繁项集挖掘。实验表明,该算法能节省内存空间、精确获得频繁项集。
- 寇香霞任永功宋奎勇
- 关键词：数据流频繁项集
- 均衡时空挖掘数据流中频繁项集被引量：1
- 2011年
- 数据流具有流动性、连续性以及项分布不均衡性等特点,挖掘数据流中频繁项集是一项意义重大且具有挑战性的工作。提出一种均衡时空挖掘数据流中频繁项集算法——Bala_Tree,Bala_Tree实现一遍扫描数据流、快速簇更新、周期树结构重构以及基于经典算法挖掘频繁项集。实验表明,此算法能快速扫描和更新数据,合理利用内存以及精确获得频繁项集,Bala_Tree算法优于其他同类算法。
- 宋奎勇任永功寇香霞
- 关键词：数据流频繁项集
- 一种结合散列与位表挖掘频繁项目集算法被引量：2
- 2010年
- 在频繁项集的挖掘中,很多算法都是基于Apriori的。这些算法有两个共同的问题:一是把整个数据库装入内存,占用大量的空间;二是在产生候选项集和计算支持度时花费了大量的时间。为了提高效率,提出了一种基于位表挖掘频繁项目集的算法Hash-BFI。按照水平和垂直的方向把数据库压缩到位表内,以大大节省内存空间。引入散列函数计算频繁二项集,完全通过AND,OR运算得到候选项集和计算候选项集支持度,并进行剪枝,从而提高了算法效率。
- 任永功宋奎勇寇香霞
- 关键词：APRIORI频繁项集散列
- 频繁项集挖掘算法研究
- 数据挖掘是指从海量数据中发现潜在的、未知的、有价值的信息,是目前数据库领域研究的热点。伴随着信息和科技进步/(如电子商务、传感器网络和遥感数据分析等/),数据流这种特殊的数据形式应运而生。数据流挖掘是一项非常具有挑战性的...
- 宋奎勇
- 关键词：APRIORI频繁项集数据流
- 文献传递
- 基于FIUT结构增量式频繁项集挖掘被引量：1
- 2012年
- 增量式频繁项集挖掘是当前研究的热点,基于FP-Growth的Pre-FUFP算法有效处理了频繁模式的更新,但需递归遍历FP-tree,导致效率较低。提出Pre-FIUT算法,引入频繁超度量树结构,提高了获得频繁项集挖掘效率;基于FIUT的Pre-FIUT可通过查看频繁超度量树叶子结点的支持度确定频繁项集,并与次频繁项集概念相结合进行增量式频繁项集挖掘。实验表明,Pre-FIUT算法能快速扫描和更新数据,合理利用内存,精确获得频繁项集。
- 寇香霞任永功宋奎勇
- 关键词：数据挖掘频繁项集
