论文部分内容阅读
动车组作为一种高速、安全的铁路客运设备，在运营过程中难免发生故障。针对动车组故障数据量巨大、价值密度低的特点，设计一种基于DHP算法的关联规则挖掘优化算法。采用再哈希技术解决DHP算法中的哈希冲突，提出RDHP算法。本算法可以百分百地过滤非频繁项集，无需额外的数据库扫描。为了进一步提高算法的效率，基于MapReduce编程思想，提出MR-RDHP算法，把海量动车组故障数据关联规则挖掘任务分解到集群中的多台计算机上并行处理。实验表明，MR-RDHP算法具有很好的时间性能，且挖掘出的规则可以有效指导动车组运行