期刊文献+
共找到493篇文章
< 1 2 25 >
每页显示 20 50 100
基于FP-Growth算法的10kV配电网分支线断线故障诊断与定位方法 被引量:45
1
作者 刘思怡 苏运 张焰 《电网技术》 EI CSCD 北大核心 2019年第12期4575-4581,共7页
针对10 kV配电网分支线断线不接地故障难以被诊断的问题,利用配电网多源数据,提出通过数据间关联规则的挖掘进行断线故障诊断与定位的方法。首先根据已有数据源,建立兼具电气量特征与时空量特征的故障诊断特征库,然后通过m RMR(最小冗... 针对10 kV配电网分支线断线不接地故障难以被诊断的问题,利用配电网多源数据,提出通过数据间关联规则的挖掘进行断线故障诊断与定位的方法。首先根据已有数据源,建立兼具电气量特征与时空量特征的故障诊断特征库,然后通过m RMR(最小冗余最大相关)算法进行特征选择,筛选出用于断线故障诊断的主要特征,最后基于FP-Growth(频繁模式增长)算法,进行关联规则挖掘,进而确定是否发生了分支线断线不接地故障并判断故障位置。实际算例分析表明,所提方法能快速、准确地对10 kV配电网分支线断线不接地故障的发生及地点做出诊断,且具有较好的容错性。 展开更多
关键词 10 kV配电网 分支线断线故障诊断 fp-growth mRMR 关联规则
下载PDF
一种基于FP-Growth的频繁项目集并行挖掘算法 被引量:43
2
作者 章志刚 吉根林 《计算机工程与应用》 CSCD 2014年第2期103-106,共4页
FP-Growth算法是基于FP树挖掘频繁项目集的经典算法,为提高FP-Growth算法挖掘大规模数据频繁项目集的效率,提出了一种基于FP-Growth的频繁项目集并行挖掘算法FPPM。该算法基于Map/Reduce并行模型,在每个计算节点上首先构造局部频繁模式... FP-Growth算法是基于FP树挖掘频繁项目集的经典算法,为提高FP-Growth算法挖掘大规模数据频繁项目集的效率,提出了一种基于FP-Growth的频繁项目集并行挖掘算法FPPM。该算法基于Map/Reduce并行模型,在每个计算节点上首先构造局部频繁模式树,并对之进行挖掘得到局部频繁项目集,然后合并局部频繁项目集以得到全局频繁项集,由于此时得到的结果并不完备,所以对合并后未达到最小支持度阈值的项目集,重新计算其支持数。介绍了FPPM算法的设计思想,测试了其性能。实验结果表明FPPM算法具有较好的可扩展性。 展开更多
关键词 频繁项目集 并行挖掘 fp growth MAP REDUCE
下载PDF
一种基于MapReduce的并行FP-growth算法 被引量:29
3
作者 杨勇 王伟 《重庆邮电大学学报(自然科学版)》 CSCD 北大核心 2013年第5期651-657,670,共8页
FP-growth算法是不产生候选集的关联规则挖掘算法,在许多领域中具有很高的实际应用价值。然而经典的FP-growth算法是内存驻留算法,只能处理小数据集,在面对海量数据集时显得无能为力。对经典FP-growth算法中FP-tree的结构和挖掘过程进... FP-growth算法是不产生候选集的关联规则挖掘算法,在许多领域中具有很高的实际应用价值。然而经典的FP-growth算法是内存驻留算法,只能处理小数据集,在面对海量数据集时显得无能为力。对经典FP-growth算法中FP-tree的结构和挖掘过程进行了改进,分析了FP-tree单路径和多路径的不同挖掘方法,提出了一个剪枝策略,在挖掘过程中减少了部分分支的迭代次数。然后利用云计算的MapReduce编程技术,对改进的FP-growth算法的各个步骤并行化。实验结果表明改进的算法在处理不同的数据集时有一定的优势,然后经过MapReduce模型并行化后,提高了对海量数据的处理能力和效率,并且具有较好的加速比和良好的扩展性。 展开更多
关键词 HADOOP MAPREDUCE fpgrowth 数据挖掘 云计算 关联规则
原文传递
基于Spark的并行关联规则挖掘算法研究综述 被引量:29
4
作者 刘莉萍 章新友 +2 位作者 牛晓录 郭永坤 丁亮 《计算机工程与应用》 CSCD 北大核心 2019年第9期1-9,共9页
关联规则挖掘是数据挖掘的一个重要分支,但随着数据的快速增长,传统关联规则挖掘算法不能很好地适应大数据的要求,需要在分布式、并行计算的平台上寻找突破。Spark是专门为大数据处理而设计的一个适合迭代运算的并行计算模型,相比MapRed... 关联规则挖掘是数据挖掘的一个重要分支,但随着数据的快速增长,传统关联规则挖掘算法不能很好地适应大数据的要求,需要在分布式、并行计算的平台上寻找突破。Spark是专门为大数据处理而设计的一个适合迭代运算的并行计算模型,相比MapReduce具有更高效、充分利用内存、更适合迭代计算和交互式处理的优点。对已有的基于Spark的并行关联规则挖掘算法进行了分类和综述,并总结了各自的优缺点和适用范围,为下一步的研究提供参考。 展开更多
关键词 SPARK 并行 关联规则挖掘 APRIORI fp-growth
下载PDF
FP-Growth算法MapReduce化研究 被引量:18
5
作者 吕雪骥 李龙澍 《计算机技术与发展》 2012年第11期123-126,130,共5页
随着云计算概念的盛行,以及数据挖掘技术在分布式环境下的应用问题,该文献针对当前业界中流行的大规模并行计算模型MapReduce,将其引入数据挖掘领域关联规则算法的并行化改进中,提出基于FP-Growth算法并行化改进的MR-FP算法,为并行化关... 随着云计算概念的盛行,以及数据挖掘技术在分布式环境下的应用问题,该文献针对当前业界中流行的大规模并行计算模型MapReduce,将其引入数据挖掘领域关联规则算法的并行化改进中,提出基于FP-Growth算法并行化改进的MR-FP算法,为并行化关联规则挖掘提供节点可扩展、可容错、故障可恢复的运行保证。并通过案例分析得出系统在事务数呈数量级级别增长下仍可保持较高的性能。通过理论分析和案例实验表明,数据挖掘理论和方法在云计算环境下可以充分发挥能力,具有广阔的、有价值的研究空间。 展开更多
关键词 MapReduce fp-growth MR-fp 云计算 分布式数据挖掘
下载PDF
一种基于邻接表的最大频繁项集挖掘算法 被引量:15
6
作者 殷茗 王文杰 +1 位作者 张煊宇 姜继娇 《电子与信息学报》 EI CSCD 北大核心 2019年第8期2009-2016,共8页
针对Apriori算法与FP-Growth算法在最大频繁项集挖掘过程中存在的运行低效、内存消耗大、难以适应稠密数据集的处理、影响大数据价值挖掘时效等问题,该文提出一种基于邻接表的最大频繁项集挖掘算法。该算法只需遍历数据库一次,同时用哈... 针对Apriori算法与FP-Growth算法在最大频繁项集挖掘过程中存在的运行低效、内存消耗大、难以适应稠密数据集的处理、影响大数据价值挖掘时效等问题,该文提出一种基于邻接表的最大频繁项集挖掘算法。该算法只需遍历数据库一次,同时用哈希表对邻接表进行辅助存储,减小了遍历的空间规模。理论分析与实验结果表明,该算法时间与空间复杂度较低,提高了最大频繁项集挖掘速率,尤其在处理稠密数据集时具有较好的优越性。 展开更多
关键词 数据挖掘 频繁项集 APRIORI fp-growth fp-TREE
下载PDF
基于FP-growth关联规则的图书馆数据快速挖掘算法研究 被引量:15
7
作者 文芳 黄慧玲 +1 位作者 李腾达 王佳斌 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第6期189-194,共6页
作为一种模糊关联规则挖掘算法,FP-growth算法在执行效率上明显优于Apriori算法。但是由于模糊属性的不足和空间复杂度较大,导致FP-growth算法在处理大型事务数据库,例如图书馆数据库时,无法实现有效的多层关联规则挖掘。因此,提出一种... 作为一种模糊关联规则挖掘算法,FP-growth算法在执行效率上明显优于Apriori算法。但是由于模糊属性的不足和空间复杂度较大,导致FP-growth算法在处理大型事务数据库,例如图书馆数据库时,无法实现有效的多层关联规则挖掘。因此,提出一种改进的FP-growth关联规则算法,能够快速向读者进行个性化图书推荐。首先,该算法把大型图书事务数据库根据首项的事务,划分为若干子数据库,并构建相应的子FP-tree结构;然后,采用实时过滤掉层次树中不是频繁项的父项来缩小扫描空间。实验结果表明:相比Apriori算法和标准FP-growth算法,提出的改进FP-growth关联规则算法在运行效率方面有明显提升,为图书的推荐工作提供了科学依据。 展开更多
关键词 数据挖掘 图书馆 模糊关联规则 APRIORI fp-growth 运行效率
下载PDF
基于Hadoop的并行FP-Growth算法的研究与实现 被引量:15
8
作者 施亮 钱雪忠 《微电子学与计算机》 CSCD 北大核心 2015年第4期150-154,共5页
在PFP(Parallel FP-Growth)算法的基础上提出了一种负载均衡并行的挖掘算法LBPFP(Load-Balanced Parallel FP-Growth)算法,该算法在Hadoop框架实现并行计算的同时,在数据分发中利用负载均衡策略,使主节点均衡地向子节点分配数据.除此之... 在PFP(Parallel FP-Growth)算法的基础上提出了一种负载均衡并行的挖掘算法LBPFP(Load-Balanced Parallel FP-Growth)算法,该算法在Hadoop框架实现并行计算的同时,在数据分发中利用负载均衡策略,使主节点均衡地向子节点分配数据.除此之外,在子节点进行数据处理的过程中利用剪枝策略,减少数据的处理量,该算法在提高并行计算能力的同时也大大缩小了数据的处理量.最后,通过实验分析表明该算法在大数据的处理中具有较好的效果,证实了该算法的可行性. 展开更多
关键词 关联规则 数据挖掘 负载均衡 fp-growth 并行计算
下载PDF
一种基于Spark框架的并行FP-Growth挖掘算法 被引量:14
9
作者 张稳 罗可 《计算机工程与科学》 CSCD 北大核心 2017年第8期1403-1409,共7页
Apriori和FP-Growth算法是频繁模式挖掘中的经典算法,由于Apriori存在更多缺陷,因此FP-Growth是单机计算环境下比较高效的算法。然而,对于非并行计算在大数据时代遇到的瓶颈,提出一种基于事务中项间联通权重矩阵的负载平衡并行频繁模式... Apriori和FP-Growth算法是频繁模式挖掘中的经典算法,由于Apriori存在更多缺陷,因此FP-Growth是单机计算环境下比较高效的算法。然而,对于非并行计算在大数据时代遇到的瓶颈,提出一种基于事务中项间联通权重矩阵的负载平衡并行频繁模式增长算法CWBPFP。算法在Spark框架上实现并行计算,数据分组时利用负载均衡策略,存入分组的数据是相应频繁项的编码。每个工作节点将分组数据中每一个事物中项的联通信息存入一个下三角联通权重矩阵中,使用被约束子树来加快每个工作节点挖掘频繁模式时创建条件FP-tree的速度,再用联通权重矩阵避免每次挖掘分组中频繁模式时对条件模式基的第一次扫描。由于联通权重矩阵和被约束子树的结合应用于每一个工作节点的FP-tree挖掘过程,因此提升了并行挖掘FP-tree性能。通过实验表明,所提出的并行算法对大的数据有较高性能和可扩展性。 展开更多
关键词 数据挖掘 关联规则 fp-growth 大数据 并行计算 SPARK
下载PDF
基于节点表的FP-Growth算法改进 被引量:14
10
作者 王建明 袁伟 《计算机工程与设计》 北大核心 2018年第1期140-145,共6页
针对FP-Growth算法在构建FP-tree过程中需要对事务数据库扫描两次,同时在利用FP-tree挖掘频繁项集过程中产生大量条件模式基和条件模式树的问题,提出一种改进的FP-Growth算法。该算法只需扫描一次事务数据库,就能构建一棵无相同节点的新... 针对FP-Growth算法在构建FP-tree过程中需要对事务数据库扫描两次,同时在利用FP-tree挖掘频繁项集过程中产生大量条件模式基和条件模式树的问题,提出一种改进的FP-Growth算法。该算法只需扫描一次事务数据库,就能构建一棵无相同节点的新的FP-tree;弃用项头表,新增与新的FP-tree关联的节点表,将构建新的FP-tree过程中"多余"的项信息存入节点表;利用新的FP-tree和节点表挖掘频繁项集。实验结果表明了该算法的可行性和有效性,其提高了数据挖掘的效率。 展开更多
关键词 数据挖掘 关联规则 频繁模式增长 节点表 频繁项集
下载PDF
基于FP-树挖掘大数据库的方法及算法PCM 被引量:6
11
作者 郑泉 王建东 《计算机工程与应用》 CSCD 北大核心 2004年第7期182-184,197,共4页
该文提出了一种用FP-树挖掘大数据库的新方法及其算法PCM。在该方法中,首先把大数据库划分成子数据库的集合,然后在每个子数据库上构造FP-树并挖掘它,如果子数据库的FP-树不能放进内存,则该方法可递归地用于该子数据库。
关键词 fp-树 fp-增长 频繁模式 频繁项 子数据库
下载PDF
负载均衡的FP-growth并行算法研究 被引量:10
12
作者 曾志勇 杨呈智 陶冶 《计算机工程与应用》 CSCD 北大核心 2010年第4期125-126,229,共3页
针对在大数据量频繁模式挖掘的时候,有效地利用空闲的计算资源,提出一种基于FP-growth算法的并行算法。该算法有效地将FP-growth主要的计算部分合理地分配到各个计算节点上,各个节点独立完成挖掘后返回结果,从而缩短总计算时间。实验证... 针对在大数据量频繁模式挖掘的时候,有效地利用空闲的计算资源,提出一种基于FP-growth算法的并行算法。该算法有效地将FP-growth主要的计算部分合理地分配到各个计算节点上,各个节点独立完成挖掘后返回结果,从而缩短总计算时间。实验证明,该算法可以完整高效地挖掘频繁模式,并且实现均衡负载。 展开更多
关键词 数据挖掘 并行算法 fpgrowth 频繁模式
下载PDF
基于FPMAX的最大频繁项目集挖掘改进算法 被引量:9
13
作者 牛新征 佘堃 《计算机科学》 CSCD 北大核心 2013年第12期223-228,共6页
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... 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。 展开更多
关键词 频繁项目集 最大频繁项目集 fp-TREE fpMAX fp-growth
下载PDF
基于大数据和机器学习的微博用户行为分析系统 被引量:11
14
作者 章博亨 刘健 +2 位作者 朱宇翔 吴帆 程维 《电脑知识与技术》 2017年第2X期212-213,216,共3页
网络舆论对一个社会的发展有着不可忽视的作用,因此不免会有因"网络舆情"控制网民的思想动态从而发生极端事件的可能。故此,笔者研究分析了国内外大数据、机器学习等相关技术的发展现状及未来趋势。在结合国内外的理论研究成... 网络舆论对一个社会的发展有着不可忽视的作用,因此不免会有因"网络舆情"控制网民的思想动态从而发生极端事件的可能。故此,笔者研究分析了国内外大数据、机器学习等相关技术的发展现状及未来趋势。在结合国内外的理论研究成果及相关技术的基础上,融合Spider、Spark、Machine Learning、Spring MVC等多种技术,设计与实现了基于大数据和机器学习的微博用户行为分析系统。该文在对系统进行详细分析的基础上,实现了系统中的三个主要实体:Spider、Spark、web服务器,并对大范围或定向数据抓取、自然语言处理、实时处理推送、NB训练、Apriori训练、FP-Growth训练、注册登录、情感分析等功能进行了实现。整个系统利用Scrapy爬虫框架自定义实现多线程和分布式的数据抓取与存储,并在Spark上离线训练NB、Apriori、和FP-Growth机器学习算法并且进行实时计算处理,与Hdfs、Scrapy爬虫、Hbase和Oracle数据库不断进行交互,进而改变爬虫抓取方式获得定向的更详细的用户信息来进行深入分析,最终形成针对用户行为的一个能进行自我学习的评判体系。通过Spring MVC技术开发高效的服务器端、Bootstrap、Echarts美化前端展示。最后对基于大数据和机器学习的微博用户行为分析系统进行测试,该系统能够完成预期的功能目标。 展开更多
关键词 Scrapy SPARK NB APRIORI fp-growth Spring MVC
下载PDF
基于MapReduce的频繁项集并行挖掘算法 被引量:9
15
作者 马强 杨金民 《计算机应用与软件》 CSCD 2015年第9期13-16,101,共5页
现有FP-growth频繁集挖掘算法在处理大数据时存在时空效率不高的问题,且内存的使用随着数据的增加已经无法满足把待挖掘数据压缩存储在单个内存中,为此,提出一种基于MapReduce模型的频繁项集并行挖掘算法。该算法采用一种基于key/value... 现有FP-growth频繁集挖掘算法在处理大数据时存在时空效率不高的问题,且内存的使用随着数据的增加已经无法满足把待挖掘数据压缩存储在单个内存中,为此,提出一种基于MapReduce模型的频繁项集并行挖掘算法。该算法采用一种基于key/value键值对直接扫描value寻找条件模式基的方式,同时通过在原有FP-tree树节点中新增一个带频繁项前缀的域空间来构建一颗新的条件模式树NFP-tree,使得对一项频繁项的条件模式基进行一次建树一次遍历就可以得到相应的频繁项集。对所提出的算法在Hadoop平台进行了验证与分析,实验结果表明该算法效率较传统FP-growth算法平均提高16.6%。 展开更多
关键词 频繁项集 fpgrowth MAPREDUCE 条件模式基 Nfp—tree并行
下载PDF
基于hMETIS与FP-Growth的协同创新社区领域知识发现方法 被引量:8
16
作者 唐洪婷 李志宏 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2018年第8期2068-2078,共11页
基于在线社区的协同创新作为一种汲取用户智慧的有效机制,有利于企业发掘其产品创新方向.然而大数据时代下,信息过载及失真为社区中的知识获取带来了诸多挑战,且已有研究主要聚焦于利用价值较低的高频知识的提取.因此,为了充分挖... 基于在线社区的协同创新作为一种汲取用户智慧的有效机制,有利于企业发掘其产品创新方向.然而大数据时代下,信息过载及失真为社区中的知识获取带来了诸多挑战,且已有研究主要聚焦于利用价值较低的高频知识的提取.因此,为了充分挖掘用户经验与创新知识,本文基于社区知识间的共现关系构建了知识超图模型,并利用超图划分算法hMETIS对知识超图进行了探索性分析,同时结合关联规则算法FP-Growth进一步研究了知识间的关联关系,以此获取不同领域的价值知识.最后,本文通过一个实例证明了该方法的有效性.本文的研究实现了对社区知识的深度挖掘与分析,提出的领域知识发现方法对企业社区管理和产品创新极具指导意义. 展开更多
关键词 协同创新社区 领域知识 知识发现 hMETIS fp-growth
原文传递
基于数据挖掘的楼宇电力能耗分析模型研究 被引量:9
17
作者 林顺富 胡飞 +2 位作者 郝朝 李东东 符杨 《电测与仪表》 北大核心 2018年第20期52-59,共8页
电力能耗分析对于建筑楼宇制定有效节能方案具有重要指导意义。提出一种基于K-均值聚类和FP-Growth关联规则的楼宇电力能耗分析模型,对商业楼宇总能耗、分项计量数据、气象温度等数据进行数据挖掘,得到具有一定启发性的强关联规则,为进... 电力能耗分析对于建筑楼宇制定有效节能方案具有重要指导意义。提出一种基于K-均值聚类和FP-Growth关联规则的楼宇电力能耗分析模型,对商业楼宇总能耗、分项计量数据、气象温度等数据进行数据挖掘,得到具有一定启发性的强关联规则,为进一步完善楼宇设备的优化运行策略提供理论支撑。将所提方法应用于上海某栋建筑楼宇的能耗分析中,验证了所提方法的有效性和实用性。 展开更多
关键词 电力能耗分析 楼宇节能 数据挖掘 K-均值 频繁树增长
下载PDF
基于FP-Growth算法的安全日志分析系统 被引量:7
18
作者 马文 朱志祥 +1 位作者 吴晨 万一 《电子科技》 2016年第9期94-97,共4页
传统日志分析存在单一事件分析不全面的问题,难以检测出新型攻击事件。针对这种情况,文中提出一种基于FP-Growth算法的安全日志分析系统,以电子政务平台产生的Web日志为主要研究对象,对日志进行了挖掘过滤分析,统计分析结果通过图表、... 传统日志分析存在单一事件分析不全面的问题,难以检测出新型攻击事件。针对这种情况,文中提出一种基于FP-Growth算法的安全日志分析系统,以电子政务平台产生的Web日志为主要研究对象,对日志进行了挖掘过滤分析,统计分析结果通过图表、报表等直观的方式呈现。实验结果表明,该系统能有效地发现潜在的Web安全隐患,为平台的稳定运行和后期优化提供指导。 展开更多
关键词 网络安全 日志分析 fp-growth
下载PDF
基于Hadoop的精准扶贫大数据信息系统 被引量:7
19
作者 张航 张欣 +1 位作者 张平康 李琪 《电子科技》 2018年第7期59-62,71,共5页
随着我国信息化建设的不断发展,在扶贫开发领域已经积累了大量具有实际指导意义的扶贫数据,如何有效管理和利用这些日益增长的扶贫大数据是当前亟待解决的问题。为实现高性能的扶贫大数据管理平台建设,文中将大数据技术与精准扶贫相结合... 随着我国信息化建设的不断发展,在扶贫开发领域已经积累了大量具有实际指导意义的扶贫数据,如何有效管理和利用这些日益增长的扶贫大数据是当前亟待解决的问题。为实现高性能的扶贫大数据管理平台建设,文中将大数据技术与精准扶贫相结合,提出了一种基于Hadoop的精准扶贫大数据信息系统,设计了分布式数据清洗和FPGrowth算法,实现对扶贫大数据的安全可靠存储和智能管理利用,为精准扶贫提供科学依据。经测试,系统可靠性高,能达到支持决策的作用。 展开更多
关键词 精准扶贫 大数据 HADOOP fp-growth 数据挖掘
下载PDF
一种新型的基于Hadoop框架的分布式并行FP-Growth算法 被引量:7
20
作者 张振友 孙燕 +1 位作者 丁铁凡 刘鹏飞 《河北工业科技》 CAS 2016年第2期169-177,共9页
针对传统FP-Growth算法在大规模数据环境下存在的挖掘效率低和内存溢出问题,在传统FP-Growth算法的基础上,提出一种新的并行FP-Growth算法,并在分布式计算框架Hadoop的MapReduce编程模式下实现并行化处理。实验数据表明,并行的FP-Growt... 针对传统FP-Growth算法在大规模数据环境下存在的挖掘效率低和内存溢出问题,在传统FP-Growth算法的基础上,提出一种新的并行FP-Growth算法,并在分布式计算框架Hadoop的MapReduce编程模式下实现并行化处理。实验数据表明,并行的FP-Growth算法与传统的FPGrowth算法相比,具有相同数据量下计算时间短,相同时间内处理数据量增大的优点,并在一定条件下解决了大数据挖掘的内存溢出问题。 展开更多
关键词 并行处理 分布式 数据挖掘 闭频繁项集 HADOOP fp-growth
下载PDF
上一页 1 2 25 下一页 到第
使用帮助 返回顶部