不確定數(shù)據(jù)的挖掘算法研究.pdf

1、隨著信息技術(shù)日新月異的發(fā)展，在金融、物流以及天體研究等眾多領(lǐng)域，時刻都會產(chǎn)生和記錄海量的數(shù)據(jù)。而多數(shù)情況下，這些數(shù)據(jù)都存在著誤差或者僅是部分完整的，數(shù)據(jù)的不確定性導(dǎo)致傳統(tǒng)的數(shù)據(jù)挖掘方法不再適用于不確定數(shù)據(jù)。
　　本文研究不確定數(shù)據(jù)的挖掘算法，對不確定數(shù)據(jù)的頻繁模式和最大模式的挖掘進(jìn)行分析研究，并分別提出新的算法，豐富了數(shù)據(jù)處理的手段，提高了數(shù)據(jù)挖掘的效率。
　　頻繁模式挖掘是數(shù)據(jù)挖掘領(lǐng)域的核心問題，本文提出了一種基于垂直結(jié)構(gòu)

2、的不確定數(shù)據(jù)頻繁模式挖掘算法ProEclat。ProEclat采用數(shù)據(jù)集的垂直格式表示，避免了對數(shù)據(jù)集的多次掃描，使用兩階段模型的頻繁項集判斷方式，大幅提高了計算效率。實(shí)驗(yàn)證明，ProEclat伸縮性良好，性能優(yōu)于同類算法。
　　最大模式挖掘是頻繁項集挖掘的重要研究分支，本文提出一種基于深度優(yōu)先的不確定數(shù)據(jù)最大模式挖掘算法 U-GenMax。U-GenMax采用多步回退機(jī)制、項排序策略、局部投影等剪枝優(yōu)化技術(shù)，減少了算法運(yùn)行的時間