文献类型：期刊文章

作　　者：赵春霞[1] 赵营颖[1] 宋学坤[1]

ZHAO Chunxia;ZHAO Yingying;SONG Xuekun(School of Information Technology,Henan University of Chinese Medicine,Zhengzhou 450046,Henan,China)

机构地区：[1]河南中医药大学信息技术学院,河南郑州450046

出　　处：《济南大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61702164)。

年　　份：2022

卷　　号：36

期　　号：4

起止页码：440-443

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、ZGKJHX、核心刊

摘　　要：针对多源异构数据并行聚类算法存在并行聚类处理精度低、处理时间长的问题,提出基于频繁项集的多源异构数据并行聚类算法;通过确定数据库内频繁项集与支持度的数值,采用关联规则满足最小支持度阈值以及最小置信度阈值,利用极大元法挖掘最大频繁项集,构建相异度数据结构矩阵;利用平均加权法获取数据库内多源异构发射数据包,使用时间窗口和频繁项集挖掘出多源异构数据特征,获取信道传输功率谱密度;利用时间反转处理以及高维相空间重构方法,实现多源异构数据并行聚类。结果表明,该算法的多源异构数据并行聚类处理精度较高,能够有效缩短处理时间。

关 键 词：频繁项集 多源异构数据  并行聚类 关联规则 相异度矩阵  

分 类 号：TP311]