频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长，最小支持度阈值成为控制这种增长的关键．然而，实际应用中仅使用支持度阈值难以有效控制频繁项集的规模．为此定义N个 最频繁项集挖掘问题，并提出基于支持度阈值动态调整策略的宽度优先搜索算法Apriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集．实验表明，本文的2种方法的效率比朴素方法高2倍以上，特别当N值较低时，本 文方法的效率优势更为明显．

无线网络中的协同通信,发送多样性通常需要更多的 多个发射天线。然而， 许多无线设备的大小是有限的，或 一个天线硬件的复杂性。近日， 一类新的方法称为协同通信 已提出，使单天线 手机在多用户环境 分享他们的天线，并生成一个虚拟的多天线发射，使他们能够 实现发射分集。这篇文章介绍 在这个新兴的发展概述 领域。-Cooperative Communication in Wireless Networks

redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、 list(链表)、set(集合)、zset(sorted set –有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原 子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的 把更新