多分类-关联规则分类的一种改进算法

应用科学学报 ›› 2005, Vol. 23 ›› Issue (6): 615-619.

多分类-关联规则分类的一种改进算法

赵传申, 孙志挥

东南大学计算机科学与工程系, 江苏南京 210096

收稿日期:2004-08-11 修回日期:2004-10-27 出版日期:2005-11-30 发布日期:2005-11-30
作者简介:赵传申(1973-),男,山东高唐人,博士生,E-mail:zhao_chuanshen@dalutech.com;孙志挥(1941-),男,江苏南通人,教授,博导.
基金资助:
国家自然科学基金资助项目(70371015)

An Improved Classification Algorithm Based on Multiple Class-Association Rules

ZHAO Chuan-shen, SUN Zhi-hui

Department of Computer Science and Engineering, Southeast University, Nanjing 210096, China

Received:2004-08-11 Revised:2004-10-27 Online:2005-11-30 Published:2005-11-30

摘要/Abstract

摘要： 提出了一种基于多分类-关联规则的快速分类算法——FCMAR,该算法在建立频繁模式树(FP-tree)时裁减掉不能生成频繁规则的项目,因而可减少FP-tree的节点数目,有效地降低时间和空间复杂度,实验结果表明该算法是有效可行的.

关键词: 数据挖掘, 分类, 关联分类, 频繁模式树

Abstract: Classification is an important aspect in data mining research.In this paper, a new associative classification algorithm, fast classification based on multiple association rules (FCMAR), is proposed.This algorithm removes items that do not generate frequent rules so that storage space is saved and efficiency improved.Experimental results show that the FCMAR algorithm is efficient and effective.

Key words: classification, frequent pattern tree (FP-tree), associative classification, data mining

中图分类号:

TP311

赵传申, 孙志挥. 多分类-关联规则分类的一种改进算法[J]. 应用科学学报, 2005, 23(6): 615-619.

ZHAO Chuan-shen, SUN Zhi-hui. An Improved Classification Algorithm Based on Multiple Class-Association Rules[J]. Journal of Applied Sciences, 2005, 23(6): 615-619.

[1]	王孟轩, 张胜, 王月, 雷霆, 杜渂. 改进的CRNN模型在警情文本分类中的研究与应用[J]. 应用科学学报, 2020, 38(3): 388-400.
[2]	司广文, 秦川, 姚恒, 韩彦芳, 张志超. 基于纹理特征分类与合成的鲁棒无载体信息隐藏[J]. 应用科学学报, 2020, 38(3): 441-454.
[3]	卢才武, 齐凡, 阮顺领. 基于深度图像分析的细粒度矿石分级测定方法[J]. 应用科学学报, 2019, 37(4): 490-500.
[4]	赵云山, 段友祥. 基于Attention机制的卷积神经网络文本分类模型[J]. 应用科学学报, 2019, 37(4): 541-550.
[5]	冯勇, 屈渤浩, 徐红艳, 王嵘冰, 张永刚. 融合TF-IDF和LDA的中文FastText短文本分类方法[J]. 应用科学学报, 2019, 37(3): 378-388.
[6]	王金伟, 吴少华, 瞿治国. CFMoment:挖掘数据流频繁闭项集算法[J]. 应用科学学报, 2019, 37(3): 389-397.
[7]	杨惠雯, 方俊永, 赵冬. 基于改进分离阈值法的农作物遥感精细分类特征选择[J]. 应用科学学报, 2019, 37(1): 51-63.
[8]	汪然, 牛少彰, 平西建, 张涛, 桑晓丹. 降低特征类内离散度的JPEG图像隐写分析[J]. 应用科学学报, 2019, 37(1): 41-50.
[9]	刘诚诚, 姜瑛. 基于紧密度的模糊加权kNN数据分类方法[J]. 应用科学学报, 2018, 36(4): 679-688.
[10]	宋海峰, 陈广胜, 景维鹏, 杨巍巍. 基于(2D)²PCA的受限玻尔兹曼机图像分类算法及其并行化实现[J]. 应用科学学报, 2018, 36(3): 495-503.
[11]	刘小凯, 姚恒, 秦川. 基于图像块分类阈值优化的改进可逆图像伪装[J]. 应用科学学报, 2018, 36(2): 237-246.
[12]	方志坚, 傅仰耿, 陈建华. 纹理图像分类的置信规则库推理方法[J]. 应用科学学报, 2017, 35(5): 545-558.
[13]	吕艳霞, 王翠容, 王聪, 苑迎. 一种基于数据不确定性的概念漂移数据流分类算法[J]. 应用科学学报, 2017, 35(5): 559-569.
[14]	巫兆聪, 刘培, 巫远. 一种多光谱遥感应用需求综合方法[J]. 应用科学学报, 2017, 35(5): 658-666.
[15]	刘三民, 刘涛, 王忠群, 修宇, 刘余霞, 孟超. 融合分类器可信度的数据流集成分类[J]. 应用科学学报, 2017, 35(2): 226-232.