基于統(tǒng)計(jì)密度的流數(shù)據(jù)頻繁模式挖掘.pdf_第1頁
已閱讀1頁,還剩56頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目前大部分流數(shù)據(jù)挖掘方法都是從基于靜態(tài)數(shù)據(jù)集的數(shù)據(jù)挖掘方法改進(jìn)而來的。并且秉承了基于靜態(tài)數(shù)據(jù)集的數(shù)據(jù)挖掘的理念——將數(shù)據(jù)存于可控制范圍內(nèi),并在此范圍內(nèi)進(jìn)行數(shù)據(jù)挖掘,因此這類流數(shù)據(jù)挖掘方法的思想是將一部分流數(shù)據(jù)存在本地,然后在基于這部分?jǐn)?shù)據(jù)進(jìn)行挖掘工作。但是這種思想并不完全適合用在流數(shù)據(jù)挖掘上面,也就是說現(xiàn)在的大多數(shù)基于滑動(dòng)窗口,界標(biāo)窗口的挖掘方法存在其固有的缺點(diǎn),即只能以窗口內(nèi)的數(shù)據(jù)為基礎(chǔ)來進(jìn)行挖掘。這樣就不可避免的忽略了流數(shù)據(jù)的時(shí)間波

2、動(dòng)特性。還有一個(gè)缺點(diǎn)就是因?yàn)橛写鎯?chǔ)設(shè)備的限制,窗口的大小受到限制,這樣即便使用對(duì)流數(shù)據(jù)有一定兼顧的衰退窗口機(jī)制也同樣不能徹底解決流數(shù)據(jù)的歷史特性問題。
  針對(duì)這些缺點(diǎn),本文基于統(tǒng)計(jì)數(shù)據(jù)密度分布特性提出了一種比較適合流數(shù)據(jù)的挖掘方法,稱為PDB-FIM(ProbabilityDensityBasedFrequentItem-setMining)。算法PDB-FIM通過維持兩棵流數(shù)據(jù)信息樹的方式記錄了當(dāng)前感興趣項(xiàng)集的頻繁信息和密度分

3、布信息,并且在查詢到達(dá)時(shí)通過對(duì)記錄信息的處理和挖掘輸出維持?jǐn)?shù)據(jù)中的頻繁模式。這種方法有以下幾個(gè)特點(diǎn):占用內(nèi)存少,兼顧歷史數(shù)據(jù)性好,對(duì)數(shù)據(jù)的波動(dòng)性敏感等。下面是本文涉及的主要內(nèi)容:
  首先,本文提出了算法PDB-FIM維持主存平衡的方式——通過密度信息和支持度信息剪枝的雙重策略達(dá)到貯存使用的動(dòng)態(tài)平衡,并且通過維持兩棵信息樹的方式將感興趣項(xiàng)集的信息保存到查詢到來以前。
  其次,本文還介紹了完全信息樹和不完全信息樹的概念,并且

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論