论文研究基于FP树的多元股票时间序列跨事务关联挖掘 .pdf

为提高蚜虫种间识别的准确率，提出了一种基于双树复小波变换（DT-CWT）和支持向量机（Libsvm）的蚜虫图像种间识别方法。该方法首先对图像进行预处理；其次应用DT-CWT对选定的三种农作物蚜虫图像样

提出了一种基于k-均距异常因子检测时间序列异常模式的算法（K-MDOF）。该算法首先利用边缘权重因子提取时间序列模式表示的边缘点，然后通过提取每一段子模式的四个特征值：模式长度、模式高度、模式均值和标

论文研究-多维时间序列的周期分析.pdf,  根据作者提出的能量关联度理论，探讨了多维时间序列的周期分析问题，互能量关联度的

Master-Worker模式的并行关联规则挖掘算法，苗锡奎，，随着信息技术迅速发展，数据库的规模不断扩大，从而产生了大量的数据。如果使用传统的数据挖掘技术从这庞大的数据中挖掘出有价值

在动态环境下，在线用户数和用户的参数都是随时间变化的。研究表明，在动态环境下首先识别在线用户，然后进行多用户检测，会极大地提高多用户检测器的性能和节省资源。基于随机集理论（RandomSetTheor

Ad－Hoc在MAC层有两种节约能耗策略。一种是能量节省机制,它允许节点在不活动时候关闭电源进入睡眠状态,从而节省能耗;另一种是功率控制机制,它能通过减小发射功率节约能耗。结合这两种策略来实现能耗节省

动态时间弯曲是一种重要的相似性度量方法,对时间序列数据挖掘的性能起着至为关键的作用,对其进行全面和深入的探索具有十分重要的理论意义和实际应用价值.首先简述动态时间弯曲算法的基本步骤,并分析其优点和存在

为帮助人们深入研究关联规则挖掘技术，总结了关联规则的分类方法、评价方法以及相关技术的最新进展，特别是对关联规则的主要算法进行了详细的介绍，并探讨未来的发展方向。该研究比较系统全面，对将来进一步深入分析

当前许多工程领域产生大量高速实时的流式数据，基于流式数据的关联规则挖掘应用广泛，与传统的静态数据相比，流式数据上关联分析面临极大的资源挑战。提出了流式数据上关联规则的形式化定义和基本挖掘算法，系统地回

加权关联规则挖掘是数据挖掘的一个新的发展方向。这里有几篇相关论文，供大家学习研究！