排序方式: 共有2条查询结果,搜索用时 0 毫秒
1.
针对CLOSET算法每次改变支持度门限时需要重新对所有数据进行挖掘而没有充分利用前一次挖掘结果的问题,提出了基于支持度门限改变下的频繁闭项集增量挖掘算法,利用前一次发现的频繁闭项集作为本次挖掘的约束条件,极大地减少了频繁闭项集的搜索空间。实验结果表明:在支持度门限减小不大的情况下,算法效率提高显著,支持度门限增加时,只需几十个毫秒的时间就可以发现全部频繁闭项集。
相似文献
2.
文章研究了军队人力资源培训问题,并基于时间和费用两个指标,建立了一个满足培训时间约束且费用最省的0-1整数线性规划模型,给出了基于Lagrange松驰分解的模型求解算法。在算法中,采用一种简单可行的Lagrange乘子更新方法代替传统的次梯度法。另外,文章证明了算法获得最优解的两个充分条件,计算实例初步表明给出的算法是行之有效的。
相似文献