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:
为了提高数据挖掘的效率,提出了一种基于GPU加速的离散数据挖掘方法,并且详细论述了实现的过程以及关键技术。通过实验表明,相对于传统方法该方法具有较高的计算效率和准确性,是实现数据挖掘的实用方法。
推荐文章
基于数据场的量化关联规则挖掘研究与实现
数据挖掘
量化关联规则
数据场
聚类分析
基于GPGPU的JPEG2000图像压缩方法
JPEG2000
离散小波变换
通用图形处理器
并行计算
CUDA
高维数据集中局部离散文本数据挖掘方法研究
高维数据
数据特征聚类
数据挖掘
关联规则
数据挖掘中并行离散化数据准备优化
数据挖掘
数据准备
并行调用
分布检测
数据离散化
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GPGPU的离散数据挖掘研究
来源期刊 电子设计工程 学科 工学
关键词 CUDA 离散数据 GPU 数据挖掘
年,卷(期) 2014,(18) 所属期刊栏目 计算机技术与应用
研究方向 页码范围 23-25,28
页数 4页 分类号 TP391
字数 2272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 刘金义 辽宁石油化工大学计算机与通信工程学院 21 318 5.0 17.0
2 孔浩 辽宁石油化工大学计算机与通信工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (25)
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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
CUDA
离散数据
GPU
数据挖掘
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导