

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、序列模式挖掘作為數(shù)據(jù)挖掘的一項重要研究內容,用于從各應用領域的海量數(shù)據(jù)中發(fā)現(xiàn)所隱含的各種規(guī)律并從中獲取有價值的知識和信息。周期間隙約束的序列模式挖掘是一種帶有間隔約束的序列模式挖掘問題。它要求模式的項與項之間滿足用戶指定的間隔約束,且間隔大小或范圍均相同,即挖掘形如p0[M,N]p1...[M,N]pj...[M,N]pm-1的頻繁模式(M和N分別表示最小和最大間隙)。與一般的序列模式挖掘問題相比,周期間隙約束的頻繁模式更具靈活性和有效
2、性,因此周期間隙約束的序列模式挖掘成為了現(xiàn)代序列模式挖掘研究領域的一個重要研究方向。本文主要針對周期間隙約束的序列模式挖掘算法進行研究,以進一步提高頻繁模式的挖掘效率。
本文的主要研究內容和相關工作如下:
(1)總結了周期間隙約束的序列模式特點及一般的挖掘方法,詳細介紹并分析了已有的挖掘算法MPP、MGCS和AMin。針對已有算法所存在的缺陷,本文提出了采用不完全網(wǎng)樹結構來計算模式支持度的方法并設計了相應的算法INS
3、upport。
(2)依據(jù)算法INSupport,結合棧和隊列數(shù)據(jù)結構提出了兩個高效的挖掘算法MAPB(Mining sequentiAl Pattern using incomplete Nettree with Breadth first search)和MAPD(Mining sequentiAl Pattern using incomplete Nettree with Depth first search)對現(xiàn)有算法
4、進行改進。實驗結果表明,MAPB算法和MAPD算法較現(xiàn)有的挖掘算法在運行時間性能上均具有大幅度地提高。其中,MAPD算法性能最佳,不僅運行速度更快,而且空間消耗也最小,能夠對很長的序列迅速地完成挖掘任務。
(3)詳細介紹了周期間隙約束的Top-K模式挖掘問題及解決該問題的方法,提出了基于MAPB的啟發(fā)式Top-K挖掘算法MAPBOK(MAPB for tOp-K)。雖然該算法不能準確地得到各模式長度下的前K種最頻繁模式,但當序
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一般周期間隙約束的序列模式挖掘.pdf
- 基于約束的序列模式挖掘方法研究.pdf
- 時間序列部分周期模式挖掘研究.pdf
- 基于約束的序列模式挖掘算法的研究.pdf
- 時間序列部分周期模式挖掘算法研究.pdf
- 基于約束的序列模式挖掘及其應用研究.pdf
- 通用時間約束序列模式挖掘方法研究.pdf
- 基于動態(tài)鏈表結構的時間序列異步周期模式挖掘研究.pdf
- 基于卷積算法的時間序列部分周期模式挖掘算法研究.pdf
- 基于動態(tài)扭曲算法的時間序列部分周期模式挖掘研究.pdf
- 面向安全審計的約束序列挖掘研究.pdf
- 周期模式挖掘研究.pdf
- 序列模式挖掘算法的研究.pdf
- 時間序列數(shù)據(jù)挖掘相似性度量和周期模式挖掘研究-免費文檔
- 序列模式挖掘算法研究.pdf
- 隱私保護的序列模式挖掘研究.pdf
- 序列模式挖掘的研究與應用.pdf
- 負序列模式挖掘技術的研究.pdf
- 基于序列模式的序列聚類挖掘算法研究.pdf
- 序列模式挖掘綜述
評論
0/150
提交評論