-
公开(公告)号：CN110309200A
公开(公告)日：2019-10-08
申请号：CN201910557028.8
申请日：2019-06-26
Applicant: 复旦大学
IPC: G06F16/2458 , G06Q10/06 , G06Q50/04
Abstract: 本发明属于工业大数据技术领域，具体是一种改进的产品质量异常数据FP-Growth关联分析方法。本发明主要内容包括：产品质量异常数据关联分析，对产品生产质量与生产过程数据执行多因素关联分析，基于多因素关联分析算法挖掘得到一系列关联规则，从中发现质量数据中某些指标的潜在问题，方便定位造成产品质量异常影响的因素；FP-Tree数据结构改进，即在FP-Tree频繁项头表的基础上新增字段tail_Link，记录每一个数据项当前的最后一个节点，以避免插入新节点时的重复遍历链表操作，提高FP-Tree建树效率；FP-Growth关联算法并行化策略的改进，对每个事务集组并行执行FP-Growth算法挖掘频繁模式，打破原有“先建树，后并行”的模式，提高并行化执行中各个节点的计算效率。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
