A new algorithm for fast mining frequent itemsets using N-lists

Mining frequent itemsets has emerged as a fundamental problem in data mining and plays an essential role in many important data mining tasks.In this paper,we propose a novel vertical data representation called N-list,which originates from an FP-tree-like coding prefix tree called PPC-tree that stores crucial information about frequent itemsets.Based on the N-list data structure,we develop an efficient mining algorithm,PrePost,for mining all frequent itemsets.Efficiency of PrePost is achieved by the following three reasons.First,N-list is compact since transactions with common prefixes share the same nodes of the PPC-tree.Second,the counting of itemsets’ supports is transformed into the intersection of N-lists and the complexity of intersecting two N-lists can be reduced to O(m + n) by an efficient strategy,where m and n are the cardinalities of the two N-lists respectively.Third,PrePost can directly find frequent itemsets without generating candidate itemsets in some cases by making use of the single path property of N-list.We have experimentally evaluated PrePost against four state-of-the-art algorithms for mining frequent itemsets on a variety of real and synthetic datasets.The experimental results show that the PrePost algorithm is the fastest in most cases.Even though the algorithm consumes more memory when the datasets are sparse,it is still the fastest one.     

数据中心统一架构网络设计构想

根据企业的需求及业界的发展趋势,数据中心虚拟化的核心是网络虚拟化、计算虚拟化、存储虚拟化。文章重点讨论数据中心虚拟化趋势下的网络架构设计。     

3G技术在地震网络系统的安全应用价值探析

从地震的发生频率上来看,我国是一个多发的国家。同时在地震中由于受到各种灾害而引起的损失也是最严重的。所以,对地震的信号进行实时性监测并完成信号数据的快速传输必须要应用先进的技术手段。文章主要介绍的就是目前应用十分广泛的3G技术在地震的网络系统中的安全应用。     

电导法测定乙酸解离常数实验数据处理软件设计

介绍了用电导法测定乙酸解离常数的实验原理和步骤,给出了用计算机对电导法测定乙酸解离常数的实验数据进行处理的软件设计方法,同时给出了用Visual FoxPro 6.0编写电导法测定乙酸解离常数的处理软件的基本结构和部分程序代码。     

重症监护病房紧急状况预警算法

重症监护病房中的病人身体状况通常很不稳定,常出现各种需要医护人员介入治疗的紧急状况。由于医疗资源有限,医护人员可能无法及时发现并处理这些紧急状况,给病人的存活率带来严重的负面影响。如果可以预测这些紧急状况的发生,并及时通知相关医护人员,将大大提高病人的存活率。常见重症监护病房紧急状况包括突然死亡、败血症、肺部感染、急性低血压、以及器官衰竭等。紧急状况预警建模主要采用病人的长时间生命体征监测数据,预测在一定时间之后发生某种紧急状况的可能性。预警模型所采用的监测数据分为静态数据、事件数据和时间序列数据等三类。静态数据具有容易采集、但预测准确性偏低的特点。事件数据或时间序列数据、以及多种类型数据的混合数据对于紧急状况预警模型的预测性能的提高有重要作用,将会获得更广泛的应用。     

Deep Web 研究现状与展望

随着Deep Web数量和规模的快速增长,通过对其发起查询请求以得到存储在后台数据库中的相关信息,日渐成为用户获取信息的主要方式。为了方便用户有效地利用Deep Web中的信息,越来越多的研究者致力于这一领域的研究,重点之一是Deep Web后台数据库的数据集成。由于Deep Web后台数据库存储的主要是文本信息,使得从文本处理角度出发,针对Deep Web中存储的内容进行查询与检索的研究具有十分广阔的应用前景。本文对Deep Web的研究现状进行了较为详细的分析,同时对研究的发展方向进行了展望。     

数据挖掘技术在学校管理中的应用

数据挖掘技术是一门多学科相互交叉融合而形成的新兴学科。目前,该技术已在商业、金融业、农业、互联网、医药业等多个领域中得到广泛应用。而将数据挖掘技术与学校管理相结合,可以从大量事务管理数据中提取出了隐藏在其中的有用信息,因此可以帮助教学人员合理安排教学工作,协助辅导员对学生的管理,从而促进教育体制的进一步完善与发展。本文由数据挖掘技术概述入手,论述了数据挖掘技术在学校管理中的作用,最后,将数据挖掘技术应用在学生成绩管理中,可以实现透过现象看本质,提炼有价值的信息。     

曲线曲面小波变换的边界连续性保持

现有的小波分解边界连续性保持方法由于将去除的节点全部插回,摒弃了数据压缩特性.为此在曲线小波分解边界处理方面提出2种基于数据压缩的连续性保持方法:一是插入与Cr连续相关的节点,然后调整相应的控制顶点与高分辨曲线的控制顶点保持一致;二是不插入节点,直接调整与Cr连续相关的控制顶点.在曲面方面,提出了曲面分裂法和T曲面法:通过插入重节点把曲面分裂成边界部分和中心部分并对边界部分插入节点,再调整相应的控制顶点与高分辨曲面的重合;构造了T网格,使其边界部分与高分辨曲面一致,中心部分与低分辨曲面一致.最后把T曲面方法推广到周期曲面小波变换边界处理上.实验结果表明,文中方法既保证了小波分解后模型的边界连续,又保留了数据压缩特性.     

无线传感器网络中一种基于移动Sink的数据收集算法

针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。     

SPR光谱信号的无基线质心法

为提高角度调制型表面等离子体共振(SPR)传感器的信噪比、分辨率等指标,并减少运算量,在分析固定基线质心法、基于幅值的动态基线质心法的基础上,提出一种确定SPR共振角的无基线质心法。运用SpreetaTM传感器和自行研制的SPR检测仪器,开展多种质量浓度的氯化钠和蔗糖溶液实验,获得SPR光谱数据,并分别采用上述三种质心法进行SPR共振像素计算,得到SPR监控曲线;分析比较三种质心法的运算速度、光源波动敏感度、信噪比和分辨率等指标。结果表明无基线质心法具有运算速度快、不受光源波动影响、信噪比高、分辨率高等特点,能有效提高SPR传感器和检测系统的性能。