论文研究频繁项集的简洁表示方法研究.pdf

APRIORI算法中使用链表来实现对频繁项集的数据挖掘，在生成k项集时使用FK-1*FK-1的算法，在生成K-项集时直接删除支持度不满足最小阈值的项。

针对经典频繁模式挖掘算法存在的不足，提出了一种基于复合粒度计算的频繁模式挖掘算法。该算法借助复合粒度计算方法双向搜索频繁模式，即首先通过二进制的按位取反运算获得复合粒度内涵的像，然后构建复合粒度计算发

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

数据流的无限性、高速性使得经典的频繁模式挖掘方法难以适用到数据流中。针对数据流的特点，对数据流中频繁模式挖掘问题进行了研究，提出了数据流频繁模式挖掘算法FP-SegCount。该算法将数据流分段并利用

基于稀疏表示分类的图像检索方法，付海燕，赫然，传统的图像检索基于底层图像特征的相似性，采用K邻近法进行检索排序。由于语义鸿沟的存在，底层图像特征会影响检索结果的准确率��

为了解决高阶局部特征带来的计算复杂度提高问题, 提出一种基于核函数的高阶局部特征表示方法。通过在两幅图像的局部特征之间进行比较, 将特征空间映射到几何不变空间, 统计高阶局部特征构建核函数, 并结合支

当证据高度冲突时, 使用经典D-S组合规则往往不能得出正确的结果。为此研究人员对证据理论的改进进行了大量的研究, 但如何度量证据之间的冲突程度却常常被忽视。针对这一问题, 分析了经典冲突系数的不足,

小型程序能提取的频繁执行路径数量少，路径相对较短，程序功能相近时路径相似度高，不适于构造高可信性软件胎记。提出频繁执行路径扩展技术，通过影响分析方法，在SEQUITUR算法输出的DAG图上，查找频繁执

将触发式语言模型应用于混淆网络解码过程来提高汉字识别率。为了利用词间的长距离依赖信息，提出了基于词义类对触发式语言模型的混淆网络解码方法。实验结果显示，该方法可以使汉字错误率相对下降7.9%。

介绍了数据挖掘技术在入侵检测中的应用，提出了一种基于事件序列的频繁情节挖掘算法，并将该算法用于基于网络的入侵检测中。实验结果证明，与关联规则挖掘算法相比较，频繁情节挖掘算法可以有效地提高入侵检测系统的