已閱讀1頁，還剩121頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、上海交通大學博士學位論文基于數(shù)據(jù)流的頻繁集挖掘研究姓名：徐利軍申請學位級別：博士專業(yè)：計算機應用技術指導教師：謝康林20060625摘要用頻繁集的無損簡化表達方式。結合頻繁集的無損簡化表達方式提出了兩個代表性的算法，其中BORDERSM算法基于邊界集表達方式，CLOSESM算法基于閉合集表達方式。(c)為了更好地發(fā)現(xiàn)數(shù)據(jù)流的新變化，采用滑動窗口模型來挖掘當前頻繁集，提出了基于定長滑動窗口的FW_SM算法和變長滑動窗口的vWSM算法。(d
2、)從數(shù)據(jù)通信量的角度出發(fā)，分析了分布式環(huán)境下數(shù)據(jù)流挖掘算法所應注意的問題，提出了基于分布式數(shù)據(jù)流的MBP_SM算法、PBMSM算法和MFIBSM算法。此外，通過實驗也表明這些算法在挖掘各種規(guī)模與特性的數(shù)據(jù)集時具有較高的效率與可伸縮性。本文具有以下創(chuàng)新點：(a)提出了顯著集和顯著模式的概念，使用了統(tǒng)一的標準來衡量算法的準確性。@BORDERsM算法首次將邊界集和產(chǎn)生集表達方式結合在一起，避免在更新過程中產(chǎn)生過多的候選模式；CLOSE_SM
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(nèi)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(nèi)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(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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
- 數(shù)據(jù)流頻繁項集挖掘研究.pdf
- 數(shù)據(jù)流中頻繁項集挖掘研究.pdf
- 基于數(shù)據(jù)流的頻繁項集挖掘算法研究.pdf
- 基于Sketch的數(shù)據(jù)流頻繁項集挖掘研究.pdf
- 數(shù)據(jù)流頻繁項集挖掘系統(tǒng)的研究.pdf
- 數(shù)據(jù)流頻繁項集挖掘算法的研究.pdf
- 多數(shù)據(jù)流頻繁項集挖掘算法研究.pdf
- 數(shù)據(jù)流頻繁閉項集挖掘算法研究.pdf
- 面向數(shù)據(jù)流的頻繁項集挖掘算法研究.pdf
- 數(shù)據(jù)流中頻繁項目集挖掘算法的研究.pdf
- 數(shù)據(jù)流最大頻繁項集挖掘算法的研究.pdf
- 在線挖掘數(shù)據(jù)流閉合頻繁項集算法的研究.pdf
- 基于矩陣的數(shù)據(jù)流滑動窗口頻繁項集挖掘算法研究.pdf
- 基于滑動窗口的數(shù)據(jù)流頻繁項集挖掘算法優(yōu)化研究.pdf
- 數(shù)據(jù)流中基于FP-Tree的頻繁項集挖掘算法研究.pdf
- 基于計數(shù)的數(shù)據(jù)流頻繁項挖掘算法研究.pdf
- 數(shù)據(jù)流的最大頻繁模式挖掘研究.pdf
- 數(shù)據(jù)流的頻繁模式挖掘算法研究.pdf
- 滑動窗口中數(shù)據(jù)流頻繁項集挖掘算法研究.pdf
- 數(shù)據(jù)流頻繁項挖掘算法.pdf
評論
0/150
提交評論