挖掘最大频繁项集的朴素蚁群优化算法

• 作者: 景林 黄习培 黄红星
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 数据挖掘 最大频繁项集 非线性优化 蚁群优化
• 年，卷（期）: 2011,（1）
• 页码范围: 301-304
• 分类号: TP301
• 字数: 3639字
• 语种: 中文

摘要

为了挖掘大型数据库中的最大频繁项集,为其建立了非线性优化模型,并给出一种朴素蚁群算法求解.该算法只需要扫描一次数据库,不使用启发式信息而采用朴素信息素模型,即信息素释放在与每个项关联的有两个边上,从而将边与项紧密联系起来,既构建了蚁群的路径,又挖掘最大频繁项集.采用与问题紧密相关的局部更新、全局更新和局部搜索机制.理论分析和对比实验结果表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄习培	福建农林大学计算机与信息学院	15	67	5.0	7.0
2	景林	福建农林大学计算机与信息学院	59	313	11.0	15.0
3	黄红星	福建农林大学计算机与信息学院	6	20	3.0	4.0