

版權(quán)說(shuō)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、近年來(lái),隨著計(jì)算機(jī)存儲(chǔ)和網(wǎng)絡(luò)通信技術(shù)的快速發(fā)展,數(shù)據(jù)流逐漸出現(xiàn)在日常生活中的各個(gè)領(lǐng)域,比如大型商場(chǎng)的售貨記錄,環(huán)境溫度的檢測(cè)數(shù)據(jù),交易所的股票價(jià)格信息等。人們需要對(duì)海量的動(dòng)態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)連續(xù)的收集與分析,進(jìn)而挖掘數(shù)據(jù)流上的頻繁模式得到越來(lái)越多的關(guān)注。與傳統(tǒng)靜態(tài)數(shù)據(jù)庫(kù)相比,數(shù)據(jù)流具有持續(xù)不斷、高速運(yùn)行、無(wú)限到達(dá)的特點(diǎn)。數(shù)據(jù)流中的數(shù)據(jù)隨時(shí)間的推移不斷更新,而用戶通常只關(guān)注近期有價(jià)值的模式。
本文研究的是數(shù)據(jù)流頻繁項(xiàng)集挖掘的一個(gè)
2、主要方面:數(shù)據(jù)流閉合頻繁項(xiàng)集挖掘。它是針對(duì)數(shù)據(jù)流頻繁項(xiàng)集挖掘中得到大量冗余的頻繁項(xiàng)集,造成內(nèi)存過(guò)多的消耗和挖掘速度的極大下降而提出的。閉合頻繁項(xiàng)集包括了挖掘出的所有頻繁項(xiàng)集的完全集,從而避免了冗余頻繁項(xiàng)集的產(chǎn)生,可以大大節(jié)省存儲(chǔ)空間,提高挖掘效率,但是又不會(huì)丟失任何有用信息。
數(shù)據(jù)流快速無(wú)限的特點(diǎn)及其應(yīng)用領(lǐng)域的不斷擴(kuò)增,使數(shù)據(jù)流的在線挖掘技術(shù)越來(lái)越具有挑戰(zhàn)性。提出了一種新的CMNL-SW挖掘算法(Closed Map an
3、d Num List-SlidingWindow),它沿用Moment算法的滑動(dòng)窗口技術(shù)和CFI-Stream算法只維持閉合項(xiàng)集信息的方法,但與之不同的是,CMNL-SW算法不需產(chǎn)生事務(wù)的子集,也不需搜索每個(gè)子集的超集。算法使用數(shù)據(jù)結(jié)構(gòu)Closed Map存儲(chǔ)挖掘到的閉合項(xiàng)集和Num List存儲(chǔ)所有不同項(xiàng)的序號(hào),通過(guò)對(duì)添加新事務(wù)和刪除舊事務(wù)包含的項(xiàng)序號(hào)進(jìn)行簡(jiǎn)單的并集和該事務(wù)與之相關(guān)已經(jīng)挖掘到的閉合項(xiàng)集進(jìn)行交集運(yùn)算來(lái)更新當(dāng)前滑動(dòng)窗口,使
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)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(kù)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。
最新文檔
- 數(shù)據(jù)流頻繁項(xiàng)集挖掘算法的研究.pdf
- 多數(shù)據(jù)流頻繁項(xiàng)集挖掘算法研究.pdf
- 一種數(shù)據(jù)流頻繁閉合項(xiàng)集挖掘算法的研究.pdf
- 數(shù)據(jù)流頻繁閉項(xiàng)集挖掘算法研究.pdf
- 數(shù)據(jù)流頻繁項(xiàng)集挖掘研究.pdf
- 面向數(shù)據(jù)流的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于數(shù)據(jù)流的頻繁項(xiàng)集挖掘算法研究.pdf
- 數(shù)據(jù)流最大頻繁項(xiàng)集挖掘算法的研究.pdf
- 數(shù)據(jù)流閉合頻繁模式挖掘算法的研究.pdf
- 數(shù)據(jù)流頻繁項(xiàng)挖掘算法.pdf
- 數(shù)據(jù)流中頻繁項(xiàng)集挖掘研究.pdf
- 數(shù)據(jù)流頻繁項(xiàng)集挖掘系統(tǒng)的研究.pdf
- 滑動(dòng)窗口中數(shù)據(jù)流頻繁項(xiàng)集挖掘算法研究.pdf
- 數(shù)據(jù)流上的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于矩陣的數(shù)據(jù)流滑動(dòng)窗口頻繁項(xiàng)集挖掘算法研究.pdf
- 基于滑動(dòng)窗口的數(shù)據(jù)流頻繁項(xiàng)集挖掘算法優(yōu)化研究.pdf
- 數(shù)據(jù)流頻繁項(xiàng)挖掘算法研究與應(yīng)用.pdf
- 基于Sketch的數(shù)據(jù)流頻繁項(xiàng)集挖掘研究.pdf
- 數(shù)據(jù)流中頻繁項(xiàng)集挖掘算法及其應(yīng)用研究.pdf
- 數(shù)據(jù)流中top-k項(xiàng)頻繁閉合模式挖掘研究.pdf
評(píng)論
0/150
提交評(píng)論