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57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、關聯(lián)規(guī)則挖掘和文本分類都是數(shù)據(jù)挖掘領域的核心問題,兩種方法都被廣泛應用于許多其它數(shù)據(jù)挖掘任務中,近年來越來越受到學術界的關注。本文對關聯(lián)規(guī)則在文本分類中的應用進行了深入的研究,在做此研究時,本文主要是從提高文本分類效率的角度出發(fā),來對改進關聯(lián)文本分類算法。 本文重點學習研究了以下幾個方面的問題:文本分類特征提取選擇、文本分類常用算法、關聯(lián)規(guī)則挖掘Apriori算法、經(jīng)典關聯(lián)文本分類CBA算法并提出更有效的關聯(lián)文本分類算法。目前關

2、聯(lián)文本分類CBA算法CBA-RG步驟中主要是使用了apriori算法來發(fā)現(xiàn)頻繁模式或關聯(lián)規(guī)則,本文針對apriori算法效率不高的弱點,從不同角度對Rule Generator步驟進行了改進,給出兩種改進算法。主要的創(chuàng)新內容包括: 1、利用完全圖的特性改進關聯(lián)文本分類算法 完全圖的關聯(lián)文本改進算法結合項集的特性構造矩陣,根據(jù)矩陣生成頻繁項集關聯(lián)圖,再進一步發(fā)掘了頻繁項集關聯(lián)圖與完全子圖的對應關系。該算法的優(yōu)點還在于它可以

3、不用根據(jù)K-1項集求出K項集,它可以通過直接求出頻繁項集關聯(lián)圖的完全子圖來求得K項集。 2、利用二進制粒計算的特性改進關聯(lián)文本分類算法 提出了一種新的基于二進制Granule計算的關聯(lián)規(guī)則算法,該算法從信息粒的角度出發(fā),通過使用粒的“與運算”,把apriori算法中需要掃描數(shù)據(jù)庫的鏈接步,改成了適合計算機操作的二進制“與”運算,從而簡化了算法;通過做完“與運算”以后直接統(tǒng)計信息粒中1的個數(shù)是否大于最小支持度的支持計數(shù),消

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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