暂无评论
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
数据流上的漂移概念发现已成为数据挖掘领域的研究热点之一。针对存在概念漂移的数据流分类问题，提出一种基于实例加权方法的数据流分类算法（EWAMDS），根据基分类器在训练实例上的分类结果调整该实例的权值，
为了提高了静态图像中自然场景分类的识别精度，采用一种基于加权优化的聚类方法。将文本领域的文字激活力矩阵方法应用到图像分类领域，将视觉词汇的数目减少使得运行时间减少，并降低了对存储内存的占用。在特征编码
在先前的论文中，我们证明了线性广义相对论可以解释暗能量（参数ΩΛ的实验值，宇宙常数，宇宙膨胀的最新加速度），以令人难以置信的规模提供了令人惊讶的宇宙图像。 暗能量的这种解释基于存在负重力质量的假设（惯
我们研究差的渐近行为为,其中风险度量配备了置信度参数,而X和Y是非负随机变量,其尾部概率函数有规律地变化。 在[1]中处理了风险值(VaR)为α的情况。 本文研究了一种频谱风险度量收敛至最坏情况风险度
坡代数是元素的乘法小于等于每个因子的加法幂等的半环。以坡代数为取值域，证明了加权图范畴可以作为余反射子范畴嵌入到模糊图范畴中去；如果坡代数的乘法有单位元，则这种嵌入还具有反射性。
本文研究了在存在独立权利审查的竞争风险背景下，Nelson-Aalen和Kaplan-Meier估计的渐近正态性。 为了证明我们的结果，我们使用罗贝勒多定理，这使将中心极限定理应用到某些类型的mar上
p^{-}混合随机变量序列加权和的强大数律，谭成良，吴群英，由于一些线形统计的研究是基于随机变量序列加权和的随机样本，例如最小均方差估计，非参数回归函数估计等.本文的主要目的是建立p
学习灰色关联需要的论文范例，灰色关联的分析范例，此为本文之目的。
多关系关联规则的挖掘，邢冬丽，，本文对多关系关联规则的挖掘问题进行了重新定义和总结，提出了多关系关联规则挖掘的一个框架,并对已有算法进行了分类，并对代表��
暂无评论