一种无阈值的频繁模式生成算法

在数据挖掘的关联规则挖掘算法中,传统的频繁模式挖掘算法需要用户指定项集的最小支持度。引入Top-k模式挖掘概念的改进算法虽然无需指定最小支持度,但仍需指定阈值k。针对上述问题,对传统挖掘算法进行改进,提出一种新的频繁模式挖掘算法(TNFP- growth)。该算法无需指定最小支持度或阈值,按照支持度降序排列进行模式挖掘,有序地返回频繁模式给用户。实验结果证明,该算法的执行效率更高,具有更强的伸缩性。     

基于人工神经网络的电子鼻对混合气体检测研究

在简要概述电子鼻系统原理的基础上,分析人工神经网络模式识别的特性、结构和识别原理,阐述一种基于人工神经网络的混合气体检测方法.结果证明通过人工神经网络的模式识别和气体传感器阵列技术相结合,能够有效地解决气体传感器阵列的交叉敏感问题,从而实现对混合气体的定性定量检测,并且拥有广泛的应用前景.