

已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、廣西大學(xué)碩士學(xué)位論文基于改進(jìn)蟻群算法的頻繁項(xiàng)集挖掘的研究姓名:譚榮麗申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:蘇一丹20100601選擇低支持度事務(wù)項(xiàng)的概率不高,而集中于高支持度事務(wù)項(xiàng)的挖掘,可能出現(xiàn)早熟收斂。為了提高現(xiàn)有算法的挖掘效率,本文在已有算法的基礎(chǔ)上,提出了三項(xiàng)改進(jìn)措施:將螞蟻初始位置限定在低支持度的事務(wù)項(xiàng)內(nèi),尋找高頻組合,局部減少信息素。通過(guò)采用這三項(xiàng)改進(jìn)措施,減少了螞蟻對(duì)低支持度的事務(wù)項(xiàng)選擇的隨機(jī)性,縮小了螞蟻的挖掘
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法在挖掘最大頻繁項(xiàng)集問(wèn)題中的應(yīng)用研究.pdf
- 基于矩陣的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于待與項(xiàng)集的頻繁項(xiàng)集挖掘算法的研究.pdf
- 最大頻繁項(xiàng)集和頻繁基項(xiàng)集挖掘算法研究.pdf
- 基于抽樣的云頻繁項(xiàng)集挖掘算法研究.pdf
- 最大頻繁項(xiàng)集挖掘算法的研究.pdf
- 基于格的快速頻繁項(xiàng)集挖掘算法
- 基于頻繁模式樹(shù)的最大頻繁項(xiàng)集挖掘算法研究.pdf
- 基于MapReduce框架的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于垂直格式的頻繁項(xiàng)集挖掘算法研究.pdf
- 頻繁閉項(xiàng)集挖掘算法研究.pdf
- 基于頻繁項(xiàng)集的互補(bǔ)替代關(guān)系挖掘算法.pdf
- 基于FP-Tree的頻繁項(xiàng)集挖掘算法研究.pdf
- 快速頻繁項(xiàng)集挖掘算法研究.pdf
- 基于ZBDD結(jié)構(gòu)的頻繁閉合項(xiàng)集挖掘算法研究.pdf
- 文本關(guān)聯(lián)分析中頻繁項(xiàng)集挖掘算法的研究與改進(jìn).pdf
- 基于數(shù)據(jù)流的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于傾斜時(shí)間窗口的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于OpenCL的頻繁項(xiàng)集挖掘研究.pdf
- 基于MapReduce的并行頻繁項(xiàng)集挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論