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、FP-Growth算法是當前挖掘頻繁項集算法中應用最廣,并且不需要產(chǎn)生候選項集的頻繁項集挖掘算法。它通過對源數(shù)據(jù)庫的兩次掃描,將全部數(shù)據(jù)項信息壓縮到一個稱為FP-tree的數(shù)據(jù)結(jié)構(gòu)中,將數(shù)據(jù)庫頻繁模式的挖掘問題轉(zhuǎn)化成挖掘FP-tree的問題。然而,在處理海量數(shù)據(jù)時,生成的FP-tree數(shù)據(jù)結(jié)構(gòu)極為復雜,生成頻繁集并挖掘頻繁項集生成強關(guān)聯(lián)規(guī)則過程,對內(nèi)存和處理器要求極高。并行算法可以將計算任務合理地分配集群中的各個計算節(jié)點,因此對并行FP
2、-Growth算法的研究在頻繁項集挖掘中具有十分重要的現(xiàn)實意義。
本文深入研究了并行計算理論、高性能計算集群和FP-Growth算法,對并行計算機的體系結(jié)構(gòu)、并行算法的設計方法、高性能計算集群的創(chuàng)建技術(shù)和FP-Growth算法各個步驟有良好的理解。為了實現(xiàn)FP-Growth算法的并行化,本文對并行FP-Growth的一些典型算法進行了分析,發(fā)現(xiàn)它們主要是基于硬件同構(gòu)并行計算平臺,對算法中計算節(jié)點負載均衡在硬件異構(gòu)并行計算平臺并
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
最新文檔
- 基于Spark的Fp-Growth算法的并行化實現(xiàn)與優(yōu)化.pdf
- 基于Hadoop的改進的并行FP-Growth算法.pdf
- 并行FP-growth關(guān)聯(lián)規(guī)則算法研究.pdf
- 基于FP-growth算法的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于FP-Growth關(guān)聯(lián)規(guī)則的并行算法分析及其應用研究.pdf
- 基于FP-growth算法的音樂推薦應用研究.pdf
- 基于FP-growth關(guān)聯(lián)規(guī)則挖掘算法的研究與應用.pdf
- 頻繁模式增長算法FP-growth的優(yōu)化研究.pdf
- 基于并行FP-Growth算法的業(yè)務支撐網(wǎng)告警關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于Fp-growth算法的關(guān)聯(lián)規(guī)則挖掘算法研究和應用.pdf
- 基于FP-Growth的分類規(guī)則挖掘算法及其應用.pdf
- 數(shù)據(jù)挖掘fp-growth報告
- 基于合并式FP-Growth的網(wǎng)絡入侵檢測模型的研究.pdf
- 數(shù)字波束形成算法研究與PC集群并行實現(xiàn).pdf
- 面向工業(yè)過程故障診斷的FP-growth方法及應用.pdf
- 并行歸并排序算法及其在PC集群中的實現(xiàn).pdf
- 基于FP-Growth的相關(guān)規(guī)則分析技術(shù)探討干燥綜合征臟腑辨治規(guī)律.pdf
- 基于PC集群并行化網(wǎng)絡入侵檢測系統(tǒng)研究與實現(xiàn).pdf
- 基于集群的有限元并行算法與程序?qū)崿F(xiàn).pdf
- 基于集群計算的耦合方程的并行算法的研究與實現(xiàn).pdf
評論
0/150
提交評論