论文研究基于序列模式挖掘的隐私保护.pdf

提出一种建立在集群式高性能计算机上基于互关联后继树的并行时序模式挖掘算法，将数据线段化、树的建立及模式发现在多处理机上进行并行处理，有效地改进了算法的执行效率。实验结果表明，此算法较之串行算法有较高的

针对FP-growth算法时空效率低的问题,提出了改进的FP-tree构造算法。该算法利用动态结点插入技术构造FP-tree,能有效减小模式树的宽度,达到压缩空间的目的;同时,该算法提高了前缀路径的共

探讨了多变量时间序列模式挖掘在中医药临床疗效评价中的作用,在“十五”课题所取得的数据基础上,构建多变量疗效矩阵,用Frobenius范数作判定矩阵的相似关系,并转换为时间序列进行挖掘实验。实验结果与临

序列模式是给定一个由不同序列组成的集合，其中，每个序列由不同的元素按顺序有序排列，每个元素由不同项目组成，同时给定一个用户指定的最小支持度阈值，序列模式挖掘就是找出所有的频繁子序列，即该子序列在序列集

综述了序列模式挖掘的研究状况。首先介绍了序列模式挖掘背景与相关概念;其次总结了序列模式挖掘的一般方法,介绍并分析了最具代表性的序列模式挖掘算法;最后展望序列模式挖掘的研究方向。便于研究者对已有算法进行

本文是基于GA,GP算法的改进而提出的GNP算法。

有关隐私保护技术的内容，本文主要是用于防止由于数据挖掘所造成的隐私泄露。

频繁模式挖掘的模式数量通常过于巨大，在实际应用中只有少量的频繁模式被使用。Top-k频繁模式挖掘通过排列模式频数限制频繁模式的数量，有效提高了算法效率。提出了TPN（Top-k-Patternsbas

针对CloSpan算法分两个阶段挖掘闭合序列模式中第一阶段需要保持候选序列且未充分利用项的位置信息、存在对数据库重复扫描和计算大小的不足,提出了posCloSpan算法。算法通过对二级索引结构进行检索

基于多维时间序列数据挖掘的降雨天气模型研究，陈晓云，吴本昌，本文结合气象研究的实际需要，提出了极值斜率分段线性拟合法，运用该方法实现了多维气象数据时间序列的分段、数据压缩及特征值提