基于等价类的Apriori优化算法

介绍关联规则挖掘中的经典算法——Apriori算法的关键思想。针对传统Apriori算法效率上的不足,提出一种改进的Apriori算 法——Ec-Apriori算法。该算法采用划分的方法,按照频繁1-项集支持度对数据库进行划分,在各自独立的子数据库上运用等价类的方法生成候选集,优化连接操作,同时利用位对象操作简化支持度的计算,较好地提高了算法效率。实验结果表明,改进后的算法具有较好的有效性。     

一种适用于复杂电磁环境下的跳频信号快速检测方法

针对复杂电磁环境下跳频信号检测的实际需求,根据跳频信号的特征,充分利用已有的信号时频分析技术和宽带测向技术,提出一种快速跳频信号检测方法。先利用一种新的自适应门限去噪方法。对海量复杂数据进行预处理,较好地消除了噪声的影响;然后利用改进的数据流聚类算法,对信号进行“来波方位一幅度”聚类,实现了不同跳频信号的分选。实验结果表明,该方法能够有效地检测出跳频信号。具有很强的实效性。