四川省科技厅科技支撑计划项目(2012GZ0061)
- 作品数：2 被引量：10H指数：1
- 相关作者：牛新征佘堃杨陈皓唐雪飞更多>>
- 相关机构：电子科技大学更多>>
- 发文基金：中央高校基本科研业务费专项资金四川省科技厅科技支撑计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 复杂网络链路危险度预测模型研究被引量：1
- 2013年
- 提出了仅基于链路线形的危险链路预测模型,通过对链路线形数据的计算,得到相应的链路潜在危险程度,对新加入交通网络的链路进行预测,从而在碰撞发生之前进行相应的整治。实验选取自贡市檀木林—自来水厂路段为测试对象,通过分析其链路线形数据,探讨了该链路的危险性;同时,应用物理分析法和当量总碰撞法对结果进行验证比较。验证表明,该模型可以在不需要历史数据的情况下,有效准确地对危险链路进行预测。
- 唐雪飞杨陈皓牛新征
- 关键词：信息熵复杂网络高斯函数
- 基于FPMAX的最大频繁项目集挖掘改进算法被引量：9
- 2013年
- 挖掘事务数据库中的最大频繁项目集是数据挖掘领域一个重要的研究方向。基于FP-tree的FPMAX算法是目前较为高效与稳定的最大频繁项目集挖掘算法之一。然而对于稠密数据库中的挖掘,FPMAX会产生大量的冗余递归过程,导致额外的条件FP-tree构造开销。而且在支持度较低时,FPMAX则会因用于超集检测的全局MFItree较为庞大而导致超集检测的性能下降。为此提出FPMAX的改进算法FPMAX-reduce,其通过采用基于事务共同后缀的前瞻剪枝策略来减少挖掘过程中的冗余递归过程。当递归过程中产生的新条件FP-tree规模较小时,FPMAX-reduce通过构造条件MFI-tree来减小后续超集检测遍历的开销。性能试验表明,FPMAX-reduce算法通过有效的前瞻剪枝,在稠密事务数据库以及低支持度的情况下至多可将递归过程减少至原算法的一半以下,进而有效地提高了FPMAX算法的效率。
- 牛新征佘堃
- 关键词：频繁项目集最大频繁项目集FP-TREEFP-GROWTH
