已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀
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、基于模式增長的序列模式挖掘算法是當(dāng)前最新的挖掘框架,其研究成果已經(jīng)被應(yīng)用于諸多領(lǐng)域,如分析購物數(shù)據(jù),從 DNA序列中獲取重要的基因信息,從Web日志中獲取web訪問模式等。然而對于序列較長,字母域較小,或者支持度閾值較小的數(shù)據(jù)集,傳統(tǒng)的基于模式增長的算法需要建立大量的投影數(shù)據(jù)庫,冗余計算成為了挖掘的最大瓶頸。
本文在對基于模式增長的 PrefixSpan挖掘算法研究的基礎(chǔ)上,將樹形存儲結(jié)構(gòu)進行變形,并對相同子樹進行合并。給出了
2、一種新的數(shù)據(jù)表示方法W-PG-DAG,即基于前綴增長的加權(quán)有向非循環(huán)圖。W-PG-DAG存儲結(jié)構(gòu)避免了前綴樹無法合并相同后綴的弱點,對相似度較大的序列具有較高的壓縮率。
在PrefixSpan算法的基礎(chǔ)上,使用W-PG-DAG存儲結(jié)構(gòu)代替序列數(shù)據(jù)集。同時采用W-PG-DAG存儲結(jié)構(gòu)的節(jié)點共享優(yōu)點,引進了緩存機制,提出了改進的挖掘算法,即 W-PG-DAGMiner算法。緩存機制完成了非頻繁序列預(yù)剪枝和中間結(jié)果重用,因此提高了挖
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(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
- 基于序列模式的序列聚類挖掘算法研究.pdf
- 序列模式挖掘算法的研究.pdf
- 基于PrefixSpan的序列模式挖掘改進算法研究.pdf
- 基于序列模式挖掘算法的入侵檢測研究.pdf
- 基于偏序的序列模式挖掘算法研究.pdf
- 基于約束的序列模式挖掘算法的研究.pdf
- 基于多序列的序列模式挖掘算法的研究和應(yīng)用.pdf
- 序列模式挖掘算法
- 序列模式挖掘算法研究.pdf
- 基于項目位置索引的序列模式挖掘算法研究.pdf
- 基于序列模式的頻繁自由樹挖掘算法研究.pdf
- 基于聚類分區(qū)的序列模式挖掘算法研究.pdf
- 基于Web日志的序列模式挖掘算法的研究.pdf
- 序列模式挖掘維護算法的研究.pdf
- 時間序列模式挖掘算法研究.pdf
- 序列模式挖掘算法的研究與實現(xiàn).pdf
- 序列模式的增量式挖掘算法研究.pdf
- 基于序列模式挖掘的入侵檢測算法的研究.pdf
- 基于卷積算法的時間序列部分周期模式挖掘算法研究.pdf
- 基于樹結(jié)構(gòu)的精簡序列模式挖掘算法研究.pdf
評論
0/150
提交評論