1) litemset
频繁物品集
1.
, the litemset is set up, the data are processed and transformed, the candidate sub sequences are formed, the sequences set with different length are got by verification, and the selected independent maximal sequences are the result.
挖掘算法由以下几部分构成 :建立频繁物品集 ,进行数据处理和转换 ,并生成候选子序列 ,通过验证后 ,得到长度为 2 ,3 ,…的序列集合 ,从中选出独立最大序列即为所求 。
2) frequent itemsets
频繁项集
1.
Mining of maximum frequent itemsets and frequent closed itemsets based on frequent itemsets;
基于频繁项集挖掘最大频繁项集和频繁闭项集
2.
Algorithm of Mining Frequent Itemsets Based on Binary Representation;
基于二进制表示的频繁项集挖掘算法
3) frequent item sets
频繁项集
1.
Algorithm for frequent item sets mining of sharing prefix based on FP-tree
基于FP-Tree的共享前缀频繁项集挖掘算法
2.
Algorithm for Mining Frequent Item Sets Based on Genetic Particle Swarm Optimization
基于遗传粒子群算法的频繁项集挖掘算法
3.
A new algorithm FIS-Miner(Frequent Item Sets Miner) is presented for discovering frequent item sets to decrease candidate generation based on vector matrix.
为减少冗余候选项集的产生,提出了一种基于向量矩阵的频繁项集挖掘算法FIS-Miner。
4) frequent itemset
频繁项集
1.
Representation and mining of frequent itemsets based on the pruned concept lattice;
基于剪枝概念格模型的频繁项集表示及挖掘
2.
Representation and mining of frequent itemsets based on multiple pruned concept lattices;
基于多剪枝格的频繁项集表示与挖掘
3.
Efficient algorithm of mining weighted frequent itemsets based on matrix and bit string;
快速挖掘加权频繁项集的矩阵位串算法
5) frequent items
频繁项集
1.
Applying the hierarchical sketch,an algorithm that finds hierarchical frequent items over data streams dynamically and approximately was implemented.
应用该多层概要数据结构,实现了面向数据流的多层频繁项集的动态近似查找算法。
2.
Due to the irreversibility of random hash mapping,current sketch data structures have to traverse the key address space to find frequent items.
由于随机哈希函数不可逆,目前的概要数据结构不得不遍历关键字地址空间以查找和估计频繁项集。
3.
It s been found the efficiency of algorithms can been improved by pruning the candidate items C_k based on frequent items L_(k-1),and ignoring the transactions which is useless for frequent items generated.
通过对关联规则产生过程的实际实验分析发现,可以采取利用频繁k-1项集Lk-1对候选k项集Ck进行预先剪枝、及在扫描数据库过程中忽略对频繁项集的产生无贡献的交易记录的方法来改进关联规则提取的效率。
6) frequent item set
频繁项集
1.
Research on Mining Algorithms of Maximal Frequent Item Sets;
最大频繁项集挖掘算法的研究
2.
Making over the FP-tree structure,the frequent item set of mining algorithm called UPM is preposed.
在对FP-树进行改造的基础上提出基于划分思想的频繁项集挖掘算法UPM,算法的项集频度计算和非频繁项目裁剪都基于空间划分的思想。
3.
Aiming at the problem of data association rules mining about late years,this paper introduces vector inner product to the field and raises generating efficiency of database frequent item sets with equitable data store structure.
针对近年来研究较多的数据关联挖掘问题,论文将向量内积引入到该领域,并通过合理分配数据存储结构来提高数据库频繁项集的生成效率。
补充资料：司法警察对查出的限制物品、管制物品和危险物品的处理的职权
司法警察对查出的限制物品、管制物品和危险物品的处理的职权： (一)对限制物品实行寄存制。对限制物品的物主证件和限制物品的件数、型号进行登记，经受检者确认签字后，发给寄存号牌。限制物品暂时寄存于物品柜内，待庭审结束后，凭本人证件和号牌，在确认物品齐全、完好并签字后取回寄存物。对寄存物品应妥善保管，防止损坏或遗失； (二)对不许私人携带的枪支、刀具等管制物品予以收缴，由司法警察部门统一处理； (三)对查出的易燃易爆物品、强腐蚀性物品等危险物品和其他不得带人法庭的物品，在确保没有危险的情况下，按限制物品寄存方式处理或按有关规定予以收缴。《最高人民法院人民法院司法警察安全检查规则》第12条
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条