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、傳統(tǒng)關(guān)聯(lián)分析需要處理大量的頻繁項(xiàng)集以得到可用的關(guān)聯(lián)規(guī)則。為提高規(guī)則的抽取效率,已有多種頻繁項(xiàng)集的精簡(jiǎn)模型被提出。但是目前的絕大多數(shù)精簡(jiǎn)模型在考慮精簡(jiǎn)項(xiàng)集數(shù)量的同時(shí),并未將支持度錯(cuò)誤率作為一個(gè)重要的評(píng)價(jià)指標(biāo),這制約了關(guān)聯(lián)分析在實(shí)際中的應(yīng)用。
針對(duì)上述問(wèn)題,本文在深入分析現(xiàn)有精簡(jiǎn)模型的基礎(chǔ)上,來(lái)尋找一種既能降低頻繁項(xiàng)集數(shù)量與支持度錯(cuò)誤率,又受數(shù)據(jù)集誤差影響較小的頻繁項(xiàng)集精簡(jiǎn)表示模型,并設(shè)計(jì)相應(yīng)算法。
本文的主要研究工作如
2、下:
(1)針對(duì)頻繁項(xiàng)集數(shù)量較多,現(xiàn)有精簡(jiǎn)模型的支持度恢復(fù)錯(cuò)誤率較高的問(wèn)題,提出了基于模糊等價(jià)類的頻繁項(xiàng)集精簡(jiǎn)模型。分析總結(jié)了模型的相關(guān)性質(zhì)及定理,設(shè)計(jì)了一種基于深度優(yōu)先搜索策略的頻繁項(xiàng)集的精簡(jiǎn)集挖掘算法FECR。實(shí)驗(yàn)結(jié)果表明,本模型可以大幅度降低頻繁項(xiàng)集數(shù)量及支持度錯(cuò)誤率;與元項(xiàng)集模型相比,在同等精簡(jiǎn)項(xiàng)集規(guī)模情況下,本文方法生成的頻繁項(xiàng)集精簡(jiǎn)集合,在恢復(fù)時(shí)的支持度錯(cuò)誤率較低。
(2)由于模糊等價(jià)類在聚類過(guò)程中存在的
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
- 最大頻繁項(xiàng)集和頻繁基項(xiàng)集挖掘算法研究.pdf
- 基于矩陣的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于待與項(xiàng)集的頻繁項(xiàng)集挖掘算法的研究.pdf
- 基于頻繁模式樹(shù)的最大頻繁項(xiàng)集挖掘算法研究.pdf
- 基于抽樣的云頻繁項(xiàng)集挖掘算法研究.pdf
- 基于頻繁閉項(xiàng)集的關(guān)聯(lián)分類算法研究.pdf
- 基于MapReduce框架的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于垂直格式的頻繁項(xiàng)集挖掘算法研究.pdf
- 改進(jìn)的垂直數(shù)據(jù)表示的高效頻繁項(xiàng)集挖掘算法研究.pdf
- 基于頻繁項(xiàng)集的文本聚類方法研究.pdf
- 基于格的快速頻繁項(xiàng)集挖掘算法
- 最大頻繁項(xiàng)集挖掘算法的研究.pdf
- 頻繁閉項(xiàng)集挖掘算法研究.pdf
- 基于剪枝概念格模型的頻繁項(xiàng)集表示及挖掘研究.pdf
- 快速頻繁項(xiàng)集挖掘算法研究.pdf
- 基于FP-Tree的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于ZBDD結(jié)構(gòu)的頻繁閉合項(xiàng)集挖掘算法研究.pdf
- 基于頻繁項(xiàng)集的互補(bǔ)替代關(guān)系挖掘算法.pdf
- 基于數(shù)據(jù)流的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于傾斜時(shí)間窗口的頻繁項(xiàng)集挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論