一种新的在图像关联规则挖掘中产生频繁项集的方法

杜琳; 陈云亮; 朱静

Chinese

您当前的位置：

首页 >

文章列表页 >

一种新的在图像关联规则挖掘中产生频繁项集的方法

更新时间：2026-09-04

- 一种新的在图像关联规则挖掘中产生频繁项集的方法
- A New Approach to Generate Frequent Itemsets in Mining Image Association Rules
- 微电子学与计算机 2011年28卷第7期页码：121-124
- 作者机构：
  
  1. 中国地质大学计算机学院,湖北,武汉,430074
  2. 华中科技大学计算机学院武汉光电国家实验室,湖北,武汉,430074
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(60603074)国家“九七三”重大研究项目(2004CB318203)
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
杜琳, 陈云亮, 朱静. 一种新的在图像关联规则挖掘中产生频繁项集的方法[J]. 微电子学与计算机, 2011, 28(7): 121-124.

DU Lin, CHEN Yun-liang, ZHU Jing. A New Approach to Generate Frequent Itemsets in Mining Image Association Rules[J]. 2011, 28(7): 121-124.
杜琳, 陈云亮, 朱静. 一种新的在图像关联规则挖掘中产生频繁项集的方法[J]. 微电子学与计算机, 2011, 28(7): 121-124. DOI：

DU Lin, CHEN Yun-liang, ZHU Jing. A New Approach to Generate Frequent Itemsets in Mining Image Association Rules[J]. 2011, 28(7): 121-124. DOI：

摘要

提出了一种进行图像关联规则提取时产生频繁项集的方法——频繁项树.为便于频繁项树的运用

使用了bSQ的图像数据格式来重新组织图像数据

并在此基础上提出了频繁项树的截断、半深度优先、图像掩模和多层次灰度范围自动生成等优化技术

降低了算法的时间和空间复杂度

使其具有较高的运行效率和实用价值.

Abstract

This paper proposes an approach to generate frequent itemsets in mining image association rules——Frequent Item Tree.We utilize bSQ image format to re-organize the image data to apply frequent item tree.Moreover

this paper propose several optimization techniques

including frequent item tree pruning

semi-depth-first search

image mask

and multi-level gray generation

to decrease the time and space complexity.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于目标分布场的实时图形跟踪渲染算法

挖掘完全频繁项集的蚁群算法

一种基于特征上下文理解与切片分析的肺结核检测算法

超低功耗实时时钟电路的设计

V型沟槽SiC中子探测器的蒙特卡洛分析