排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
数据的挖掘是一门综合的学科,涵盖计算机数据库以及高等数学等诸多学科,对于如何更好地利用分析数据库,学者一直在探索。本文从关联规则基本理论入手,进一步对关联规则挖掘的经典算法Apriori算法和FP-growth(频繁模式增长)算法进行了详尽描述,并提出了两个算法不同的针对点,有助于使用者在应用时根据环境做出适当选择。 相似文献
2.
传统嵌入式Linux终端系统性能优化方法通常忽略了硬件方面的优化,导致整体优化结果不佳。为此,提出一种基于ARM的嵌入式Linux终端系统优化方法。给出基于ARM的嵌入式Linux终端系统内存分配图,根据系统内存分配图,将嵌入式Linux终端系统内存分配问题转换成0-1背包问题;通过动态规划方法解决背包问题,实现嵌入式Linux终端系统内存优化。通过ARM硬件中断管理与数据处理,实现Linux终端系统实时性优化。ARM利用高级中断控制器AIC的硬件中断定向功能和优先级控制功能对中断进行管理,数据处理采用主动丢弃策略对实时性问题进行处理,将一些无用或者不重要的数据删除。实验结果表明,将所提方法应用于嵌入式Linux终端系统实时性优化后,嵌入式Linux终端系统时延显著降低,内存分配更加高效稳定。 相似文献
3.
传统嵌入式Linux终端系统性能优化方法通常忽略了硬件方面的优化,导致整体优化结果不佳。为此,提出一种基于ARM的嵌入式Linux终端系统优化方法。给出基于ARM的嵌入式Linux终端系统内存分配图,根据系统内存分配图,将嵌入式Linux终端系统内存分配问题转换成0-1背包问题,通过动态规划方法解决背包问题,实现嵌入式Linux终端系统内存优化。通过ARM硬件中断管理与数据处理实现Linux终端系统实时性优化,ARM利用高级中断控制器AIC的硬件中断定向功能和优先级控制功能对中断进行管理,数据处理采用主动丢弃策略对实时性问题进行处理,将一些无用或者不重要的数据删除。实验结果表明,将所提方法应用于嵌入式Linux终端系统实时性优化后,嵌入式Linux终端系统时延显著降低,内存分配更加高效稳定。 相似文献
1