作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着各个行业的需要,频繁项集挖掘算法需要处理大量的、连续不断的、动态的数据,算法的计算量非常大,为了提高算法的性能,可以使用CPU和GPU的架构,用GPU的并行计算提高算法的性能。
推荐文章
基于图论的最大频繁项集挖掘
数据挖掘
关联规则
最大频繁项集
有向项集图
三叉链表式存储结构
挖掘算法
基于图论的频繁闭项集挖掘
数据挖掘
关联规则
频繁闭项集
有向项集图
三叉链表式存储结构
挖掘算法
基于索引数组的频繁项集挖掘算法
数据挖掘
关联规则
频繁项集
索引数组
快速挖掘最大频繁项集
数据挖掘
关联规则
最大频繁项集
频繁模式矩阵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图形处理器的频繁项集挖掘
来源期刊 软件工程师 学科 工学
关键词 频繁项集 图形处理器 挖掘 并行计算
年,卷(期) 2014,(9) 所属期刊栏目
研究方向 页码范围 8-9
页数 2页 分类号 TP311.13
字数 3508字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈凤娟 50 48 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (26)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
频繁项集
图形处理器
挖掘
并行计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件工程
月刊
2096-1472
21-1603/TP
大16开
辽宁省沈阳市浑南新区新秀街2号
8-198
1985
chi
出版文献量(篇)
5636
总下载数(次)
15
论文1v1指导