|
|||||
|
|
| 数据流中频繁项近似挖掘算法 | |
| 引用本文： | 王述云,张成洪,范颖捷,徐和祥,胡运发.数据流中频繁项近似挖掘算法[J].小型微型计算机系统,2009,30(8). |
| 作者姓名： | 王述云 张成洪 范颖捷 徐和祥 胡运发 |
| 作者单位： | 1. 福州大学,八方物流学院,福建,福州,350002;复旦大学,计算机与信息技术系,上海,200433 2. 复旦大学,信息管理与信息系统系,上海,200433 3. 复旦大学,计算机与信息技术系,上海,200433 |
| 基金项目： | 国家自然科学基金项目，福州大学引进人才启动基金 |
| 摘 要： | 提出新的数据结构ESBF(Extensible and Scalable Bloom Filter)-可扩展的Bloom Filter.并提出基于ESBF的数据流中频繁项近似挖掘算法,该算法在保证较高精度的同时,实现比同类算法具有更好的时间效率且在一般情况下具更好的空间效率,并证明只需ln(-M/lnρ)·e/ε·1/(ε·M)个计数器就能保证满足用户规定的误差ε及可信度ρ要求. |
| 关 键 词： | 数据流 频繁项 |
Approximate Algorithm for Mining Frequent Items in Data Streams |
|
| WANG Shu-yun,ZHANG Cheng-hong,FAN Ying-jie,XU He-xiang,HU Yun-fa.Approximate Algorithm for Mining Frequent Items in Data Streams[J].Mini-micro Systems,2009,30(8). | |
| Authors: | WANG Shu-yun ZHANG Cheng-hong FAN Ying-jie XU He-xiang HU Yun-fa |
| Abstract: | |
| Keywords: | bloom filter |
| 本文献已被 万方数据 等数据库收录！ | |