基于频繁项集的多源异构数据并行聚类算法

来源：济南大学学报·自然科学版杂志2022年第04期北京时间：

作者：赵春霞,赵营颖,宋学坤

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

基金资助：国家自然科学基金项目(61702164)