论文研究基于约束的不确定数据频繁项集挖掘算法研究.pdf

为了解决大规模图集挖掘算法PartGraphMining必须重复扫描图集才能得到全部频繁子图的缺点，提出了一种改进的IPMC算法，通过hash表保存同构图的hash地址和支持度，不必重复扫描图集就可快

图挖掘已成为数据挖掘领域研究的热点，然而挖掘全部频繁子图很困难且得到的频繁子图过多，影响结果的理解和应用。可通过挖掘最大频繁子图来解决挖掘结果数量巨大的问题，最大频繁子图挖掘得到的结果数量很少且不丢失

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

针对数值型不确定数据的匹配进行研究。将存在的数值型不确定数据归纳为range、or_set、probability、unknown、negative五种类型，并给出了形式化定义；提出匹配度和完备度概念

Implementation of frequent item set mining algorithm based on frequent growth tree (FP-tree)

Apriori算法挖掘频繁项集，带注释、附测试用例，数据挖掘。

很好的一篇论文,写的非常好,对大家有很大的帮助,内容也很新颖

如何从大量的图中挖掘出令人感兴趣的子图模式已经成为数据挖掘领域研究的热点之一。传统的频繁子图挖掘方法对满足最小支持度阈值的子图同等对待，但在真实数据库中不同的子图往往具有不同的重要程度。为解决上述问题

针对不确定数据流上的聚类问题提出一种不确定数据流子空间聚类算法UDSSC。该算法使用滑动窗口机制接收新到达的数据，剔除陈旧的数据；还引入子空间簇生成策略和新型离群点机制；系统建立了三个缓冲区分别存储新

不确定数据流上高效可扩展的并行Skyline查询算法，赵越，王意洁，随着信息技术的不断发展，针对不确定数据流的应用和研究逐步引起学界的广泛关注。目前不确定数据流上Skyline查询的相关研究多关注��