2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩90頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、實(shí)際應(yīng)用領(lǐng)域中產(chǎn)生了大量的序列數(shù)據(jù),例如:超市顧客購買數(shù)據(jù)、信用卡交易記錄、電信數(shù)據(jù)、DNA和蛋白質(zhì)序列、文本數(shù)據(jù)等,這些序列數(shù)據(jù)中隱含著豐富的有價(jià)值的知識(shí)亟待挖掘。序列模式挖掘,旨在從序列數(shù)據(jù)庫中挖掘頻繁出現(xiàn)的序列模式,已成為數(shù)據(jù)挖掘領(lǐng)域中一項(xiàng)非常重要的研究任務(wù)。然而,模式的出現(xiàn)并不都是連續(xù)的,模式中每?jī)蓚€(gè)連續(xù)字符之間可能含有靈活的通配符。例如,在生物序列中,模式的相鄰字符之間可能插入或刪除較短的序列片段。因此,帶有通配符的序列模式挖

2、掘研究不僅具有理論上的研究?jī)r(jià)值,而且在文本挖掘、生物信息學(xué)、傳感器網(wǎng)絡(luò)等領(lǐng)域都有著巨大的應(yīng)用價(jià)值。
   本文圍繞帶有通配符的序列模式挖掘及其在文本領(lǐng)域中的應(yīng)用開展研究,研究?jī)?nèi)容涉及三個(gè)方面:(1)定義同時(shí)具有間隔約束和one-off條件的帶有通配符的序列模式挖掘問題;(2)帶有通配符的序列模式挖掘算法設(shè)計(jì)與分析;(3)將提出的帶有通配符的序列模式挖掘算法應(yīng)用在文本領(lǐng)域,利用挖掘的文本模式分析詞語之間的語義關(guān)系,抽取出關(guān)鍵詞。<

3、br>   主要研究?jī)?nèi)容和創(chuàng)新之處如下:
   (1)帶有通配符的序列模式挖掘問題定義。給定序列S,用戶定義的間隔約束g,以及最小支持度閾值min_sup,從序列S中挖掘同時(shí)滿足間隔約束和最小支持度的頻繁序列模式,并且要求模式在序列中的出現(xiàn)滿足one-off條件,即模式的任意兩次出現(xiàn)都不共享序列S中同一位置的字符。針對(duì)這一問題,提出一種基于寬度優(yōu)先搜索的帶有通配符的序列模式挖掘算法One-off Mining,基于一遍掃描技術(shù)

4、計(jì)算模式在序列中同時(shí)滿足間隔約束和one-off條件的支持度,利用Apriori性質(zhì),由長(zhǎng)度為k-1的頻繁模式進(jìn)行連接,生成長(zhǎng)度為七的候選模式。實(shí)驗(yàn)結(jié)果表明,One-off Mining算法在挖掘更多的頻繁序列模式情況下,時(shí)間效率得到了顯著地提高。
   (2)提出一種基于模式擴(kuò)展的帶有通配符的序列模式挖掘算法MAIL,利用前綴模式的出現(xiàn)信息,構(gòu)造擴(kuò)展模式的候選出現(xiàn)空間,有效地降低了模式挖掘過程中產(chǎn)生的候選模式的規(guī)模,同時(shí)避免了

5、每次計(jì)算模式支持度時(shí)都需要重復(fù)掃描序列。設(shè)計(jì)了兩種對(duì)候選模式出現(xiàn)進(jìn)行有效約簡(jiǎn)的剪枝策略:最左優(yōu)先剪枝和最右優(yōu)先剪枝,討論了兩種剪枝策略對(duì)帶有通配符的序列模式挖掘算法性能的影響。實(shí)驗(yàn)結(jié)果表明,MAIL算法能進(jìn)一步提高解的完備性和算法的時(shí)間效率。
   (3)在MAIL算法基礎(chǔ)上,提出一種層次有向無環(huán)圖數(shù)據(jù)結(jié)構(gòu),能在多項(xiàng)式時(shí)間和空間復(fù)雜度內(nèi),構(gòu)造和存儲(chǔ)指數(shù)量級(jí)的模式的候選出現(xiàn),利用深度優(yōu)先搜索策略對(duì)層次有向無環(huán)圖進(jìn)行遍歷,計(jì)算模式的

6、支持度。從理論上證明,基于層次有向無環(huán)圖的帶有通配符的序列模式挖掘算法,在模式擴(kuò)展過程中不會(huì)丟失解,在對(duì)圖進(jìn)行深度遍歷計(jì)算模式支持度時(shí),能夠獲取模式的優(yōu)化解。從實(shí)驗(yàn)角度驗(yàn)證基于層次有向無環(huán)圖的序列模式挖掘算法計(jì)算出的解接近最優(yōu)解的精度達(dá)到90%以上。
   (4)基于文本模式的關(guān)鍵詞抽取研究,將帶有通配符的序列模式挖掘算法應(yīng)用在文本挖掘領(lǐng)域的關(guān)鍵詞抽取任務(wù)中。針對(duì)文本序列數(shù)據(jù)庫具有的長(zhǎng)序列、大字符集等特性,將基于層次有向無環(huán)圖的

7、MAIL算法進(jìn)行了改進(jìn),以提高文本序列模式挖掘的效率。從文本序列中挖掘帶有通配符的詞語序列模式,分析詞語之間的語義關(guān)聯(lián)性。利用機(jī)器學(xué)習(xí)分類算法對(duì)獲取的詞語模式特征進(jìn)行學(xué)習(xí),構(gòu)造關(guān)鍵詞抽取模型,討論了不同的模式特征對(duì)關(guān)鍵詞抽取算法性能的影響。實(shí)驗(yàn)結(jié)果表明,詞語的模式特征能夠提高抽取關(guān)鍵詞的質(zhì)量,并且不受具體語言和知識(shí)庫的限制。提出一種基于詞匯鏈的新聞網(wǎng)頁關(guān)鍵詞抽取方法,利用知識(shí)詞典HowNet獲取詞語語義知識(shí),借助詞匯鏈模型計(jì)算詞語在文檔

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論