通信学报
通信學報
통신학보
JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
2007年
12期
161-166
,共6页
龚才春%贺敏%陈海强%许洪波%程学旗
龔纔春%賀敏%陳海彊%許洪波%程學旂
공재춘%하민%진해강%허홍파%정학기
频繁模式%语料划分%重复串
頻繁模式%語料劃分%重複串
빈번모식%어료화분%중복천
提出了一种大规模语料频繁模式快速发现算法,通过采用合适的策略将语料划分为若干子语料,对每个子语料单独进行处理,即可获得原始语料的频繁模式;同时该算法能够避免处理频次在设定阈值以下的模式,进一步减少了内存占用,提高了处理速度.实验表明,对3.6G互联网新闻语料发现频次大于100的所有频繁模式中最高消耗内存为1.6GB,单机平均每秒处理文本语料3.28M.
提齣瞭一種大規模語料頻繁模式快速髮現算法,通過採用閤適的策略將語料劃分為若榦子語料,對每箇子語料單獨進行處理,即可穫得原始語料的頻繁模式;同時該算法能夠避免處理頻次在設定閾值以下的模式,進一步減少瞭內存佔用,提高瞭處理速度.實驗錶明,對3.6G互聯網新聞語料髮現頻次大于100的所有頻繁模式中最高消耗內存為1.6GB,單機平均每秒處理文本語料3.28M.
제출료일충대규모어료빈번모식쾌속발현산법,통과채용합괄적책략장어료화분위약간자어료,대매개자어료단독진행처리,즉가획득원시어료적빈번모식;동시해산법능구피면처리빈차재설정역치이하적모식,진일보감소료내존점용,제고료처리속도.실험표명,대3.6G호련망신문어료발현빈차대우100적소유빈번모식중최고소모내존위1.6GB,단궤평균매초처리문본어료3.28M.
