改进的FP-growth算法及其在TE过程故障诊断中的应用
2016-10-19李宏光夏丽君
李宏光, 夏丽君
(北京化工大学信息科学与技术学院, 北京 100029)
改进的FP-growth算法及其在TE过程故障诊断中的应用
李宏光, 夏丽君
(北京化工大学信息科学与技术学院, 北京100029)
为了解决频繁模式增长(frequent pattern growth,FP-growth)算法因多次遍历频繁集列表而产生庞大频繁模式树需占用大量内存降低了运行效率的问题,提出一种改进的FP-growth(upgraded FP-growth,UFP)算法. 首先,构造支持度函数实现各项与其支持度的映射,使算法的运行效率得到提高;其次,利用关键字筛选技术,把频繁项分成关键项表、非关键项表两部分,保证了最终获取的每条关联规则都是人们关注的有效信息;最后,根据频繁1-项集划分数据库子集并直接构造每一项的条件模式树,节省了内存空间. 将UFP算法应用于Tenessee Eastman(TE)过程的故障诊断,通过与主成分分析(principal component analysis,PCA)、核主成分分析(kernel principal component analysis,KPCA)算法在多种故障下的诊断结果对比实验验证了算法的优越性.
频繁模式增长(FP-growth)算法; 关联规则; Tenessee Eastman (TE)过程; 故障诊断
数据挖掘(data mining)的目的是从海量、不完整、有噪声、模糊、随机的大型数据中挖掘那些隐含的、有用的、令人感兴趣的和前所未知的模式或知识. 而关联规则挖掘(association rules mining)则是数据挖掘和知识发现中的一个重要研究课题,主要是为了发现大量数据中各个项集之间的相关联系,以揭示事物间隐含的本质关系.
Agrawal等在1993年首次提出关联规则挖掘这一概念[1],其核心思想是基于频繁项集理论的递推算法,用于探索超市交易数据库中商品间的关联信息,并于1996年提出了并行挖掘……
