公开(公告)号：CN106599122B

公开(公告)日：2019-12-31

申请号：CN201611091669.1

申请日：2016-12-01

Applicant: 东北大学

Inventor： 赵宇海 ,  印莹 ,  王国仁 ,  李晨光 ,  毕天驰

IPC: G06F16/2458

Abstract: 本发明提出一种基于垂直分解的并行频繁闭序列挖掘方法，属于数据挖掘领域，该方法采用序列求交的方式，缩短序列的长度，这相当于在竖直方向将原始序列分割成较短的序列；再从求交结果中选出K条差异度最大的序列，这又使得序列之间列数差异较大，两步均可缩短挖掘时间；本发明提出压缩频繁模式的观点，压缩模式的好处在于减小了频繁闭模式枚举范围，缩短挖掘时间，减小算法的时间复杂度；本发明采用现阶段最流行的并行框架Hadoop实现频繁闭序列挖掘算法；充分利用Hadoop的并行特点，将海量数据分散存储到集群中的各个节点上，按照map函数、reduce函数的特点编写算法，因为枚举出的模式独立的分发到不同节点进行检测封闭性，因此本方法获得较高的加速比。

公开(公告)号：CN106599122A

公开(公告)日：2017-04-26

申请号：CN201611091669.1

申请日：2016-12-01

Applicant: 东北大学

Inventor： 赵宇海 ,  印莹 ,  王国仁 ,  李晨光 ,  毕天驰

IPC: G06F17/30

Abstract: 本发明提出一种基于垂直分解的并行频繁闭序列挖掘方法，属于数据挖掘领域，该方法采用序列求交的方式，缩短序列的长度，这相当于在竖直方向将原始序列分割成较短的序列；再从求交结果中选出K条差异度最大的序列，这又使得序列之间列数差异较大，两步均可缩短挖掘时间；本发明提出压缩频繁模式的观点，压缩模式的好处在于减小了频繁闭模式枚举范围，缩短挖掘时间，减小算法的时间复杂度；本发明采用现阶段最流行的并行框架Hadoop实现频繁闭序列挖掘算法；充分利用Hadoop的并行特点，将海量数据分散存储到集群中的各个节点上，按照map函数、reduce函数的特点编写算法，因为枚举出的模式独立的分发到不同节点进行检测封闭性，因此本方法获得较高的加速比。

公开(公告)号：CN203855606U

公开(公告)日：2014-10-01

申请号：CN201420179382.4

申请日：2014-04-14

Applicant: 东北大学

Inventor： 雷洪 ,  刘政稳 ,  陈洪民 ,  李晨光 ,  韩继标

IPC: C21C7/10

Abstract: 本实用新型属于钢铁冶金技术领域，特别是涉及钢铁精炼领域的一种单筒精炼炉，包括真空室和浸渍管，所述的真空室与浸渍管相连通，浸渍管的下部插入钢包的钢液内，所述钢包底部采用偏心吹氩结构，在浸渍管的中轴线处设置挡板，本实用新型采用偏心底吹，并且提供最佳底吹位置，从而使吹入钢包内的氩气能有效地用于循环，节约成本，提高钢液的循环率，提高冶炼效果；采用挡板将浸渍管分隔，从而避免了上升钢液与下降钢液间流场的相互干扰，缩短循环流动的时间。