数据挖掘中关联规则算法的研究及应用

扫码查看

原文链接

NETL

中文摘要：针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法.该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度.实验结果表明改进算法比原算法执行效率明显提高,同时也验证了该算法在油液监测故障诊断中的有效性.

作者：

高杰、李绍军、钱锋

展开 >

作者单位：

华东理工大学自动化研究所,上海,200237

关键词：

数据挖掘关联规则 Apriori算法 AprioriTid算法频繁项集故障诊断油液监测

主办单位：

中国自动化学会

会议名称：

第17届中国过程控制会议

会议时间：

2006-07-31

会议地点：

江苏无锡

会议母体文献：

控制工程

页码：

528-531

出版时间：

2006