期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MapReduce的关联规则技术在电力营销大数据中的应用 被引量：8
1
作者 何壮壮 《山西电力》 2020年第1期45-49,共5页
随着智能电网建设的不断深入和推进,积累的电力营销数据呈指数级增长,如何从这些历史数据中挖掘出"宝藏",已经成为坚强智能电网建设的迫切需求。基于MapReduce平台将关联规则挖掘技术运用于电力营销大数据的分析之中,首先采... 随着智能电网建设的不断深入和推进,积累的电力营销数据呈指数级增长,如何从这些历史数据中挖掘出"宝藏",已经成为坚强智能电网建设的迫切需求。基于MapReduce平台将关联规则挖掘技术运用于电力营销大数据的分析之中,首先采用并行K-means聚类算法将数据离散化处理,再运用并行FP-growth算法挖掘关联关系。按照行业和月份对用电市场进行细分,挖掘各个行业内用户的分类属性(用户属性、市场属性等)与决策属性(分时用电量)之间的强关联规则,并对当前电力市场的特征做出科学的描述,从而降低营销成本,提高营销效率。 展开更多
关键词 MapReduce平台 电力营销数据 关联规则 并行K-means算法 并行fp-growth算法
下载PDF
基于PFP的关联规则增量更新算法 被引量：6
2
作者 郑亚军 胡学钢 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第4期500-503,551,共5页
对快速增长的数据进行挖掘的有效途径之一是采用增量式更新算法,其中最具代表性的是MRFUP算法。该算法的剪枝策略减少了关联规则的计算,但在处理增长快速的数据时效率过低,且频繁计算新增数据。文章以提高海量数据下关联规则增量更新效... 对快速增长的数据进行挖掘的有效途径之一是采用增量式更新算法,其中最具代表性的是MRFUP算法。该算法的剪枝策略减少了关联规则的计算,但在处理增长快速的数据时效率过低,且频繁计算新增数据。文章以提高海量数据下关联规则增量更新效率为目标,通过扩展能够并行处理关联规则的PFP算法而提出一种基于PFP的关联规则增量更新算法MRPFP。该算法能充分利用云平台强大的存储和并行计算能力。该算法的实验结果表明,MRPFP处理海量数据的效率优于MRFUP算法,更适用于海量数据的关联规则挖掘。 展开更多
关键词 关联规则 Map/Reduce模式 增量更新 并行fp-growth算法
下载PDF
Hadoop平台下的并行Web日志挖掘算法 被引量：6
3
作者 周诗慧 殷建 《计算机工程》 CAS CSCD 2013年第6期43-46,共4页
当面对海量数据时,基于单一节点的Web数据挖掘存在时间和空间效率上的瓶颈。针对该问题,提出一种在Hadoop平台下实现Web日志挖掘的并行FP-growth算法,利用Hadoop分布式文件系统和MapReduce并行计算模型处理日志文件。实验结果表明,该算... 当面对海量数据时,基于单一节点的Web数据挖掘存在时间和空间效率上的瓶颈。针对该问题,提出一种在Hadoop平台下实现Web日志挖掘的并行FP-growth算法,利用Hadoop分布式文件系统和MapReduce并行计算模型处理日志文件。实验结果表明,该算法的加速比能随着数据集的增大而提高,其执行效率优于串行FP-growth算法。 展开更多
关键词 Hadoop框架 WEB挖掘 WEB日志 MapReduce编程模式 HADOOP分布式文件系统 并行fp-growth算法
下载PDF
数据点位置并行FP-Growth挖掘算法仿真 被引量：4
4
作者 乔阳阳 王丽娟 《计算机仿真》 北大核心 2023年第5期501-505,共5页
当数据集发生非法入侵时,原数据属性会遭到破坏,且由于数据本身的不确定性及噪声等问题,入侵数据点位置的挖掘难度较大。为此,提出基于并行频繁模式增长算法(Frequent Pattern Growth, FP-Growth)的数据点位置智能挖掘方法。建立信息熵... 当数据集发生非法入侵时,原数据属性会遭到破坏,且由于数据本身的不确定性及噪声等问题,入侵数据点位置的挖掘难度较大。为此,提出基于并行频繁模式增长算法(Frequent Pattern Growth, FP-Growth)的数据点位置智能挖掘方法。建立信息熵-主成分分析法融合算法(Entropy-Principle Compoent Analysis, E-PCA),对大数据降维。融合入侵检测和K均值聚类算法(Intrusion Detection Systems K-means clustering algorithm, IDS K-means算法)和并行FP-Growth算法,实现入侵数据的检测。利用邻居节点数据投票的方式实现入侵数据点位置智能挖掘。实验表明,所提方法检测入侵数据时误报率低于1.0%,数据点位置挖掘准确率高于98%,且能够精准实现正常数据与异常数据的聚类。以上结果均证明了所提方法具有更优的应用性能。 展开更多
关键词 并行算法 数据点位置挖掘 入侵数据检测
下载PDF
并行FP-Growth算法对二次设备缺陷定位分析
5
作者 刘晶 《通信电源技术》 2022年第11期4-6,21,共4页
针对变电站设备监控数据存储困难、设备缺陷特征难以准确获得的问题,从数据挖掘的角度提出一种并行FP-Growth算法。该算法利用不同信号间的强弱关系获得二次设备缺陷的特征数据,并通过历史数据对比、数据清洗、空位数据填充、抖动数据... 针对变电站设备监控数据存储困难、设备缺陷特征难以准确获得的问题,从数据挖掘的角度提出一种并行FP-Growth算法。该算法利用不同信号间的强弱关系获得二次设备缺陷的特征数据,并通过历史数据对比、数据清洗、空位数据填充、抖动数据降噪等信号处理方式实现二次设备缺陷的准确定位。 展开更多
关键词 并行fp-growth算法 二次设备 缺陷定位 数据存储
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部