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:
为提高大型数据库中的数据检测的准确率和效率,对并行检测的过程来说,不同挖掘渠道上的数据结构之间存在较强的易构性和动态性,传统的挖掘方法不能适应并行数据库的异构性和高动态性变化的特点,在来回切换的过程中耗时明显,提出一种基于模糊关联规则的大型数据库中的并行高效挖掘方法.利用并行的模糊c均值聚类算法对大型数据库中的数据属性进行聚类得到若干模糊集,通过模糊集软化数据的属性分为不同的边界,利用改进的布尔关联规则的并行挖掘算法搜索频繁项的模糊属性集,最终实现了大型数据库中的数据检测.仿真结果表明,利用改进算法进行大型数据库中的数据挖掘,能够提高数据挖掘的效率.
推荐文章
大型车联网数据库的高效查询技术
车联网
数据库
查询技术
信息融合
大型网络异常数据库的快速数据定位模型仿真
数据库
定位
多子群萤火虫算法
并行数据库中异常数据优化分类挖掘方法研究
并行数据库
异常数据
挖掘
聚类
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 大型数据库中的并行高效检测方法仿真分析
来源期刊 计算机仿真 学科 工学
关键词 大型数据库 并行 数据挖掘
年,卷(期) 2016,(7) 所属期刊栏目 仿真智能化
研究方向 页码范围 392-394,439
页数 4页 分类号 TP393
字数 4647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 杨小琴 南京工业大学浦江学院 14 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (22)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (9)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(4)
  • 二级参考文献(2)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大型数据库
并行
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导