1) FP Learning Algorithm
FP学习算法
2) FP-Tree algorithm
FP-Tree算法
1.
For this method, the information of fixture design is assorted firstly, then the rules are obtained from mining the information of fixture with FP-Tree algorithms, and the numerical value of rules is optimized in order to abridge the time of searches.
本文提出了基于关联规则算法的夹具设计规则挖掘方法,首先对夹具设计信息进行整理分类,通过FP-Tree算法挖掘夹具的设计信息,获得夹具的设计规则,并对夹具设计规则进行属性优化。
2.
The obvious shortcoming of FP-tree algorithm in knowledge discovery is analysised.
文章介绍了知识发现中关联规则挖掘算法的基本思想及其性能,分析了FP-tree算法在关联规则挖掘中存在耗费巨大空间存贮的问题,提出了一种运用投影技术改进的频繁模式增长算法,该算法改善FP-tree构造,实验结果表明,运用投影技术改进的频繁模式增长算法可以提高关联规则挖掘效果。
3.
Apriori and FP-tree algorithm needed to process all transactions in a batch way.
挖掘关联规则的两大经典算法Apriori和FP-tree算法都是以批处理方式处理所有事务。
3) FP-Growth arithmetic
FP-Growth算法
1.
This method is applied to the measured steady data of a large -scale liquid propellant rocket engine and tested with FP-Growth arithmetic.
将该方法应用于某大型液体火箭发动机稳态段的热试车数据,然后利用FP-Growth算法对其进行测试,挖掘出了故障数据,进而验证了其可行性。
4) FP-growth algorithm
FP-growth算法
1.
An improved FP-growth algorithm based on aggregative chains is proposed.
提出了一种基于聚合链挖掘频繁模式的改进FP-growth算法。
2.
In order to improve the speed of mining user frequent behavior pattern and FP-tree space utilization,thereby significantly improving the efficiency of security audit data analysis,based on the FP-growth algorithm this paper proposes an improved correlation algorithm suitable for the analysis of the security audit data.
为了提高挖掘用户频繁行为模式的速度和FP-树空间利用率,从而显著提高安全审计数据分析的效率,本文在FP-growth算法的基础上提出了一种改进的适于安全审计数据分析的挖掘频繁模式算法。
3.
In order to adapt to the real-time nature of the intrusion of testing requirements,and enhance the efficiency of algorithms,presented to the FP-Growth algorithms that improves FP-tree table structures and the introduction of key attributes to intrusion detection system.
为了解决入侵检测在不降低精度的同时提高检测速度的问题,提高算法的效率,将FP-Growth算法应用于入侵检测系统中,提出对FP-Growth算法改进FP-tree的头表结构并引入关键属性来挖掘原始审计数据中的频繁模式,实验结果表明改进后的算法比传统的关联算法在入侵检测中的应用效果更好。
5) FP-growth
FP-growth算法
1.
FP-growth is the algorithm mining frequent itemsets without generating candidate itemsets,and it is important to analyze and implement it.
FP-growth算法是不产生候选集的频集挖掘算法,对其分析和实现有重要意义。
2.
The algorithm builds frequent patterns directly as FP-growth algorithm does.
实验表明,其具有与FP-growth算法相当甚至更高的效率。
3.
It is a transformation of FP-Growth.
受经典的Apriori算法思想和FP-Growth算法思想的启发,在结合两者优点的基础上提出了一种新的算法思想,它是对传统的FP-Growth算法的变形。
6) FP algorithm
FP算法
补充资料：逆推学习算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
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