基于核模式的高維數(shù)據(jù)挖掘算法的研究.pdf

1、由于在現(xiàn)實(shí)世界中存在著大量的高維數(shù)據(jù)，而這些高維數(shù)據(jù)與低維數(shù)據(jù)相比，在許多方面又表現(xiàn)出不同的特征，如果將用于低維數(shù)據(jù)的挖掘方法直接應(yīng)用于高維數(shù)據(jù)，則可能會(huì)產(chǎn)生完全不同的結(jié)果，因此必須研究適合高維數(shù)據(jù)挖掘的理論和方法，這對(duì)于完善數(shù)據(jù)挖掘理論以及拓展數(shù)據(jù)挖掘的應(yīng)用都有重要的意義。本文對(duì)于高維數(shù)據(jù)的研究集中于頻繁模式的挖掘上，主要圍繞頻繁模式挖掘方法、巨型模式挖掘算法及其應(yīng)用進(jìn)行研究，主要工作如下:
　　本文詳細(xì)介紹和分析了經(jīng)典的關(guān)聯(lián)規(guī)

2、則挖掘算法:Apriori算法和FP-growth算法。這兩種經(jīng)典的頻繁模式挖掘算法在一定程度上可以壓縮搜索空間減少計(jì)算量，提高頻繁項(xiàng)集逐層產(chǎn)生的效率。然而這類使用候選集漸增的增長(zhǎng)策略的算法并不適用于高維數(shù)據(jù)挖掘。
　　本文對(duì)模式融合算法進(jìn)行了詳細(xì)的分析。模式融合算法，通過(guò)合成少量較短的頻繁模式形成巨型模式候選，從而在模式搜索空間跳過(guò)大量的中型模式以便快速挖掘巨型模式。為了提高挖掘結(jié)果的正確率，本文提出了基于模式融合的巨型模式挖掘

3、算法。該算法是在模式融合算法基礎(chǔ)上改進(jìn)種子模式選取方法，不是隨機(jī)抽取種子模式，而是選取與上一個(gè)抽取的種子模式模式距離較遠(yuǎn)的模式，避免選取同一個(gè)巨型模式的核模式。實(shí)驗(yàn)結(jié)果顯示，基于模式融合的巨型模式挖掘算法在運(yùn)行時(shí)間和正確率上都有所提高，其挖掘結(jié)果與巨型模式完整集能較好近似。
　　最后，本文使用JAVA語(yǔ)言進(jìn)行了巨型模式挖掘算法的應(yīng)用系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。討論了巨型模式挖掘算法在人工合成數(shù)據(jù)集上的應(yīng)用，并以mushroom數(shù)據(jù)為例介紹基