版權(quán)說(shuō)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、模式挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要部分,為數(shù)據(jù)挖掘的任務(wù)包括分類、聚類、關(guān)聯(lián)規(guī)則等奠定基礎(chǔ),顯露模式(EPs)是一種新興的知識(shí)模式,顯露模式是那些來(lái)自于兩個(gè)類中支持度變化幅度大的項(xiàng)集,所以具有很好的分類性能,對(duì)顯露模式的研究是在一個(gè)數(shù)據(jù)集中的兩個(gè)或多個(gè)類中進(jìn)行的,而共享顯露模式(Shared Emerging Patterns,SEPs)是兩個(gè)數(shù)據(jù)集中相同和相似的顯露模式,它表征一種共同特性,對(duì)應(yīng)用在遷移學(xué)習(xí)和類推等領(lǐng)域有很大的潛力。本文
2、主要針對(duì)SEPs的應(yīng)用以及挖掘算法做了一系列的研究,主要工作和貢獻(xiàn)包括以下幾點(diǎn):
(1)研究SEPs的應(yīng)用,提出一種利用SEPs來(lái)衡量數(shù)據(jù)集相似性的算法。該算法給出一種衡量SEPs質(zhì)量的定義,結(jié)合SEPs的質(zhì)量和數(shù)量來(lái)計(jì)算SEPs在數(shù)據(jù)集中的貢獻(xiàn),相當(dāng)于量化SEPs的貢獻(xiàn),然后通過(guò)量化了的貢獻(xiàn)評(píng)價(jià)數(shù)據(jù)集的相似性。實(shí)驗(yàn)結(jié)果表明,當(dāng)在分類實(shí)驗(yàn)中選擇相似的輔助數(shù)據(jù),取共享知識(shí)量化成相似度后值大的,分類準(zhǔn)確性比量化成相似度后值小的
3、高,且不管輔助數(shù)據(jù)以任何比例和源數(shù)據(jù)組合都不影響實(shí)驗(yàn)結(jié)論。
(2)針對(duì)SEPs挖掘算法中產(chǎn)生模式數(shù)量較少的問(wèn)題,提出一種新的模式相似度衡量方法,該方法參考編輯距離衡量字符串相似度,用距離來(lái)衡量模式的相似度,但是不需要考慮模式的順序。實(shí)驗(yàn)結(jié)果表明,該模式相似度衡量方法在其他條件相同的情況下產(chǎn)生的模式數(shù)量是之前算法的將近3倍。
(3)針對(duì)SEPs挖掘算法的挖掘性能較低的問(wèn)題,提出一種基于OSP-tree的挖掘算法
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。
最新文檔
- 共享顯露序列模式挖掘算法及其應(yīng)用.pdf
- 基本顯露模式的挖掘算法.pdf
- 強(qiáng)跳躍顯露模式挖掘算法及其應(yīng)用.pdf
- 帶有位置信息的顯露序列模式挖掘算法研究.pdf
- 基于顯露模式的分類算法研究.pdf
- 基于懶惰學(xué)習(xí)的顯露模式分類算法研究.pdf
- 基于Boosting技術(shù)的顯露模式集成分類算法.pdf
- 序列模式挖掘算法的研究.pdf
- 基于顯露模式的流數(shù)據(jù)集成架權(quán)分類算法研究.pdf
- 序列模式挖掘算法研究.pdf
- 頻繁模式挖掘算法研究.pdf
- 基于模式增長(zhǎng)的序列模式挖掘算法的研究.pdf
- 加權(quán)頻繁模式挖掘算法研究.pdf
- 復(fù)雜網(wǎng)絡(luò)模式挖掘算法研究.pdf
- 時(shí)間序列模式挖掘算法研究.pdf
- 基于Hadoop的共享決策樹(shù)挖掘算法研究.pdf
- 序列模式挖掘維護(hù)算法的研究.pdf
- 基于WEB日志挖掘的頻繁模式挖掘算法研究.pdf
- 面向效用的模式挖掘算法研究.pdf
- 序列模式挖掘算法的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論