暂无评论
针对轨迹数据采集手段日趋多样化,导致时空模式挖掘的预处理环节难以采用单一、固定的分段粒度来聚类挖掘的问题,提出了一种基于极大稳定分段阈值的时空模式挖掘方法。算法在预处理环节自适应调整多个分段阈值对轨迹
数据挖掘基本算法 ,频繁集挖掘Apriori算法 VC++语言
针对生物医学文献的数量急剧增长,人工从文献中获取所需要的信息已不能适应生物医学文献数量迅速生长的需要。利用Stanford Parser等开源工具,采用自然语言处理技术、统计学等多种方法,提出了一种新
满足差分隐私的频繁项集挖掘算法的设计与实现,李正义,双锴,本文专注于提出一种满足差分隐私的频繁项集挖掘算法,在提供高数据可用性的同时提供高强度的隐私保护。由于数据库中可能存在长度
利用元学习技术提出了一种分布式挖掘频繁闭合模式算法;为适应不同的分布式环境,还给出了该算法的一个变种;最后通过实验讨论了不同分布式下选取算法的策略。算法具有挖掘效率高、通信量少、可靠性高的特点,适合分
TAN算法是一种针对复杂数据且在实际中具有极强的学习能力的有效算法,它已被广泛应用于数据挖掘、机器学习和模式识别领域。由于现实世界中的数据大多是不完全数据,研究了怎样使TAN有效地从不完全数据中学习。
论文研究-知识的粒度计算及其应用.pdf, 粗糙集理论是一种较新的软计算方法,可以有效地分析和处理不完备信息.本文介绍了知
半监督聚类在无监督学习中通过对少量监督信息的有效利用提高聚类性能。提出一种基于seeds集的半监督聚类算法,它采用Apiori算法对初始seeds集和扩大规模后seeds集的数据进行频繁项集挖掘,使得
为了解决网络入侵检测领域使用Apriori算法挖掘频繁模式效率不高、精度不够的问题,在FPgrowth的基础上提出一种新的基于分割原理的PFPgrowth算法。该算法采用分而治之的方法,既有效利用
大多数对频繁模式挖掘算法的研究都着眼于逻辑层面算法过程的改进,而对数据在计算机内存中的物理存储方式的探索相对较少。以FP-Tree存储结构和FP-Growth算法为基础,提出了FP-Tree头表的顺序
暂无评论