基于膜系統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、膜計算是自然計算中一種新型的方式,是在活細胞以及器官和組織的結(jié)構(gòu)和功能的啟發(fā)下,抽象出來的計算模型。膜計算模型具有極大并行性的處理能力,它為計算機學(xué)注入了新的思想和方法。同時,有些生命活動的建模和仿真也依賴于膜計算模型。目前,膜計算已經(jīng)引起了學(xué)者們的廣泛關(guān)注和研究,在數(shù)學(xué)、醫(yī)學(xué)、生物學(xué)、圖形學(xué)和經(jīng)濟學(xué)等學(xué)科領(lǐng)域獲得了應(yīng)用,有著很好的前景。
  近年來,隨著“大數(shù)據(jù)”時代的到來,數(shù)據(jù)挖掘已然成為學(xué)者們研究的熱點。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)

2、域中最重要的研究課題之一。其中,挖掘頻繁模式是主要內(nèi)容。頻繁模式是指頻繁地在事務(wù)數(shù)據(jù)庫中出現(xiàn)的項的集合。本文以兩個經(jīng)典的頻繁模式挖掘算法(Apriori算法和FP-Growth算法)為例展開研究。通過對這兩種頻繁模式挖掘算法進行深入理解與分析,將其與并行性和分布式的膜系統(tǒng)結(jié)合起來,從而實現(xiàn)算法的改進。最后通過仿真實驗與結(jié)果分析,證明實現(xiàn)Apriori算法和FP-Growth算法的膜系統(tǒng)具有良好的有效性和可行性。
  本文第一章是緒

3、論,介紹了論文研究背景和意義以及目前膜計算和關(guān)聯(lián)規(guī)則的國內(nèi)外研究現(xiàn)狀。第二章是膜計算概述,介紹了膜計算的產(chǎn)生與原理。同時,基于三個關(guān)鍵要素——膜結(jié)構(gòu)、膜內(nèi)對象和進化規(guī)則,分別對膜計算模型進行分類,并且提出一種S細胞型膜系統(tǒng)。
  第三章對傳統(tǒng)的Apriori算法進行改進,并且在改進的基礎(chǔ)上構(gòu)造實現(xiàn)該算法的 S細胞型膜系統(tǒng)。該膜系統(tǒng)基于并行性的處理能力,按照一定的標準將已有的頻繁2項集進行分組,然后將不同的組送入到不同的膜中繼續(xù)進行

4、頻繁模式的挖掘,降低了時間復(fù)雜度,提高了算法的效率。
  第四章以FP-Growth算法為例,將MapReduce結(jié)構(gòu)與膜系統(tǒng)進行結(jié)合,構(gòu)造了基于MapReduce結(jié)構(gòu)實現(xiàn)FP-Growth算法的S細胞型膜系統(tǒng)。構(gòu)造的膜系統(tǒng)主要有兩個關(guān)鍵點:
 ?。?)利用MapReduce結(jié)構(gòu),通過在不同的Map和Reduce工作室中對所有事務(wù)進行處理,得到頻繁1項集。
 ?。?)對于每個頻繁1項的子數(shù)據(jù)庫,將不同的條件模式基分配到

5、不同的Map和Reduce工作室中繼續(xù)挖掘頻繁模式。在這里,每個Map和Reduce工作室都用膜系統(tǒng)的膜進行表示。基于以上兩個改進點,該膜系統(tǒng)能夠并行性地完成頻繁1項集以及各個子數(shù)據(jù)庫中頻繁模式的挖掘,避免了在傳統(tǒng)的FP-Growth算法中需要遞歸地產(chǎn)生大量條件FP樹的可能,減少了內(nèi)存的占用空間。最后,通過實例以及仿真實驗,證明了該膜系統(tǒng)的可行性。
  第五章是S細胞型P系統(tǒng)在微博用戶推薦中的應(yīng)用研究。在本章中,基于關(guān)聯(lián)規(guī)則和Ma

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論