节点文献

应用于音乐节目分类的Apriori挖掘算法设计

免费订阅

【作者】 李臻

【Author】 LI Zhen;Music Institute,Huanghuai University;

【机构】 黄淮学院音乐学院

【摘要】 传统Apriori挖掘算法需多次扫描数据库、多次连接频繁项集,导致挖掘效率较低,为此对Apriori挖掘算法加以改进,设计一种新的Apriori挖掘算法用于音乐节目分类。改进的Apriori挖掘算法采用莱特准则对音频数据进行野值与噪声平滑处理,改进Apriori挖掘算法的音频数据库映射令两个线性表分别负责音频数据存储和对应项存储,音频数据库扫描次数降为一次;改进Apriori挖掘算法的连接次数无需对不具备交运算能力的元素进行交运算操作,减少频繁项集连接次数。基于改进频繁项集Apriori挖掘算法挖掘频繁项集、生成音频数据关联规则,基于关联规则集构建分类器,实现音乐节目分类。实验结果显示,改进Apriori挖掘算法用于音乐节目分类的效率优势突出,准确度高。

【所属期刊栏目】 测控与自动化技术 (2019年19期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.19.021
  • 【分类号】TP311.13
  • 【下载频次】69
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: