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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、中國民航大學(xué)碩士學(xué)位論文基于二維表的關(guān)聯(lián)規(guī)則挖掘研究姓名:孟維芬申請學(xué)位級別:碩士專業(yè):計算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:劉山20080406中國民航大學(xué)碩上學(xué)位論文AbstractMiningforassociationrulesisanimportantclassofdataminingTheoverallperformanceofminingassociationrulesisdeterminedbyfindingallfrequentit
2、emsetsClassicminingalgorithms,suchasApriori,F(xiàn)PGrowtharepresentedApriorimaysufferfromnontrivialcosts:ItmayneedtorepeatedlyscanthedatabaseandcheckalargesetofcandidatesbypatternmatchingFPGrowthisamainmemory—basedalgorithmIt
3、sdisadvantageis:Whenthedatabaseislarge,itsFP—treecannotfitinmainmemoryTheexistingalgorithmsneglecttransactionforsupportingfrequentitemsetsAccordingtothelimitationoftheexistingalgorithm,thepaperputsforwardarithmeticnamedb
4、asedonprefixaltemationforcalculatingfrequentpatterns,includingstaticanddynamic,basedon2DimensiontableThealgorithmcompressedtransactiondatabaseintodatabaseavoidingrepeatedlyscanthedatabaseBecauseresultsincludeconcretetran
5、sactionscangetinterestingfrequentitemsetsthroughsettingtimebaseFormeetingmin_sup’SfrequentitemsetsCananalysistimeattributetogetsteadyandunsteadyclassesInthesameconditions,the20x20matrixhasmaindiagonalelements0andtheother
6、s1,F(xiàn)PGrowthalgorithmwillnotbeabletohandleThisarithmeticisusedtoanalyzethedatafromaviationaccidentAtlast,wediscussthedisadvantageofthealgorithmWiththedeepresearchofthisproject,thealgorithmwillhaveabrightfutureKeyWordsData
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(hù)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(fù)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(zhǔn)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。
最新文檔
- 基于二維表的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于位表的關(guān)聯(lián)規(guī)則挖掘及關(guān)聯(lián)分類研究.pdf
- 《二維表的關(guān)聯(lián)》教學(xué)案例
- 單維關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于模糊的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究.pdf
- 基于互關(guān)聯(lián)后繼樹的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于關(guān)聯(lián)規(guī)則的離群挖掘的研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的KDD的研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)告警關(guān)聯(lián).pdf
- 基于約束的關(guān)聯(lián)規(guī)則挖掘.pdf
- 關(guān)聯(lián)規(guī)則挖掘
- 基于時間戳的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 基于約束的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于位表的關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf
- 基于二元變量約束的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于事務(wù)數(shù)據(jù)表的關(guān)聯(lián)規(guī)則挖掘技術(shù)研究.pdf
- 基于目標(biāo)屬性的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于概念格的關(guān)聯(lián)規(guī)則挖掘.pdf
評論
0/150
提交評論