2023年全國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59頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘是當(dāng)前數(shù)據(jù)庫研究開發(fā)和應(yīng)用的熱點。函數(shù)挖掘是從科學(xué)數(shù)據(jù)中發(fā)現(xiàn)有效的函數(shù)關(guān)系,它是數(shù)據(jù)挖掘技術(shù)的重要研究方向?! 鹘y(tǒng)的函數(shù)挖掘本身具有很多局限性,在實際問題中難于應(yīng)用:(1)挖掘目標(biāo)是單個函數(shù),但單個函數(shù)對現(xiàn)實世界中規(guī)律的描述能力很弱;(2)它難以被應(yīng)用在復(fù)雜的數(shù)據(jù)集上。為了彌補這些缺陷,本文做了如下探索: (1)對函數(shù)挖掘的概念進行了擴展,提出了新的、描述能力更強的函數(shù)挖掘?qū)ο蟆l繁函數(shù)集(FFS),這一新概念旨在

2、描述在指定數(shù)據(jù)集上具有一定支持度的函數(shù)關(guān)系簇?! ?2)分析了頻繁函數(shù)集的性質(zhì)。 (3)提出了可配置的FFS挖掘算法——ConfigurableFrequentFunctionSetDiscoveringAlgorithm(CFFSDA),它靈活,可以配置使用多種搜索算法。 (4)分析CFFSDA的不足,進一步提出了可以滿足用戶不同興趣需求的基于約束的頻繁函數(shù)集(ConstrainedFFS)和相應(yīng)的挖掘框架。

3、 (5)基因表達式編程(GEP)是函數(shù)關(guān)系挖掘的新方法,本文利用GEP配置實化了CFFSDA,并且在GEP研究中首次采用了精度閾值隊列策略(PTQ),該策略有效地提高了算法的成功概率。 (6)探索了FFS在數(shù)據(jù)庫查詢優(yōu)化和分類中的應(yīng)用。舉例說明了利用FFS進行查詢優(yōu)化,在其WHERE子句有等值條件和某些比較條件的SQL選擇語句中,比傳統(tǒng)查詢優(yōu)化策略有更好的效率。 (7)通過實驗證實了FFS的強大描述能力和FFS在分類中的

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論