10.3969/j.issn.1000-386x.2022.06.043
一种自适应的并行化模糊挖掘算法
传统的模糊挖掘算法在处理大规模数据集时表现不佳,缺乏处理长距离依赖关系的能力,而且使用比较复杂,需要手动配置相关参数.针对这些问题,提出一种自适应的并行化模糊挖掘(APFM)算法.该算法可以进行自动化参数配置,通过并行化的方法完成大规模数据集的处理,提高数据处理效率.APFM算法将建模过程也进行了优化.从整体、局部两个角度综合分析完成活动关系的处理;通过一种自底向上的方法获取流程模型的活动集合;通过计算长距离依赖因子挖掘流程模型中的长距离依赖关系.实验证明,在大规模数据集的处理场景下,APFM算法可以高效地完成数据处理,得到更加精准的流程模型.
模糊挖掘、自动参数配置、并行优化、建模优化
39
TP3(计算技术、计算机技术)
2022-07-18（万方平台首次上网日期，不代表论文的发表时间）
共9页
288-296
