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55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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、頻繁模式是數(shù)據(jù)挖掘研究關(guān)注的主題之一,在圖數(shù)據(jù)挖掘中,頻繁模式需要在其模式中嵌入結(jié)構(gòu),其在圖數(shù)據(jù)中的應(yīng)用主要為從圖數(shù)據(jù)中挖掘頻繁出現(xiàn)的子圖模式或其演變模式,例如,閉圖模式、稠密模式、近似模式。這些模式可用于對圖數(shù)據(jù)進(jìn)行分類、聚類、索引構(gòu)建和相似性搜索。開放環(huán)境應(yīng)用下海量數(shù)據(jù)體量巨大、類型繁多、關(guān)系復(fù)雜,需借助帶標(biāo)簽的圖模型進(jìn)行建模,并通過并行計算技術(shù)來提高圖數(shù)據(jù)頻繁模式挖掘算法的可擴(kuò)展性。針對上述問題,本文側(cè)重研究帶標(biāo)簽圖數(shù)據(jù)頻繁模式的

2、大規(guī)模并行挖掘,主要工作如下:
  (1)研究圖數(shù)據(jù)的近似頻繁模式,該模式不僅具有頻繁項集的特點,也具有子結(jié)構(gòu)的特點:近似模式為圖中頂點屬性的子集,子集中元素之間必須通過圖的路徑相連通。在挖掘中既能表示圖數(shù)據(jù)中頻繁連通的結(jié)構(gòu)特征,也能避開目前頻繁子圖挖據(jù)中需要解決的子圖同構(gòu)驗證問題。
  (2)利用近似頻繁模式的反單調(diào)性,提出基于Apriori的挖掘算法:首先結(jié)合馬爾科夫鏈和信息數(shù)據(jù)流動模型給出近似頻繁模式的支持度計算方法,

3、然后通過預(yù)處理技術(shù)把圖數(shù)據(jù)集轉(zhuǎn)換成事務(wù)數(shù)據(jù)集。然后把算法部署在開源分布式并行編程框架Mapreduce中,實現(xiàn)模式挖掘的并行化。
  (3)針對基于Apriori模式挖掘算法在挖掘過程中產(chǎn)生過多候選項集和多次掃描數(shù)據(jù)庫的問題,提出基于FP-Growth的模式挖掘算法LCPP。進(jìn)一步,針對LCPP算法中數(shù)據(jù)集隨意分組導(dǎo)致的節(jié)點負(fù)載不均衡問題,引入均衡分組思想,提出基于位置進(jìn)行組劃分的策略,提高集群節(jié)點的工作效率。并在分布式并行編程框

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。

評論

0/150

提交評論