【摘 要】
：
在应用6位哈希函数近似计算两个集合的Jaccard相似性时,如果有多个元素与输入元素的Jaccard相似性都很高(接近于1),那么6位哈希函数不能对这些元素进行很好的区分.为了提高数
【机 构】
：
扬州大学信息工程学院 扬州225002
论文部分内容阅读
在应用6位哈希函数近似计算两个集合的Jaccard相似性时,如果有多个元素与输入元素的Jaccard相似性都很高(接近于1),那么6位哈希函数不能对这些元素进行很好的区分.为了提高数据摘要函数的准确性并提高基于相似性的应用的性能,提出了一种基于数据摘要奇偶性的集合相似性近似算法.在应用minwise哈希函数得到两个变异集合后,用两个n位指示向量来表示变异集合中的元素在指示向量中出现的奇偶性,并基于这两个奇偶性向量来估计原集合间的Jaccard相似性.通过马尔科夫链和泊松分布两种模型对奇偶性数据摘要进行了推导,并证明了这两种方法的等价性.Enron数据集上的实验表明,提出的奇偶性数据摘要算法与传统的6位哈希函数相比具有更高的准确性,并且在重复文档检测和关联规则挖掘两种应用中具有更高的性能.
其他文献
1、对醋过敏者及低血压者忌用食醋会导致这类人身体出现过敏而发生皮疹、瘙痒、水肿、哮喘等症状。另外,患低血压的病人食醋会导致血压降低而出现头痛头昏、全身疲软等不良反
【摘 要】:信息化时代,教育的发展离不开网络,网络技术和网络资源成为现代教育的重要组成部分。随着网络教学的迅速发展,如何加强对网络教学的管理,规范、优化网络教学,保证网络教学健康发展,成为不容忽视的问题。 【关键词】:现代教育 网络教学 教学管理 中图分类号:G434文献标识码:A 文章编号:1003-8809(2010)-06-0055-01 网络教学作为一种全新的教育形式,将成为构筑
随着我国市场经济的不断发展，我国旅游市场呈现出一派欣欣向荣的景象，许多世界著名的跨国酒店集团纷纷涉足我国的星级酒店业，使得我国的星级酒店业面临着巨大的竞争压力和生存挑
随着财政分权体制改革的不断深入,财税竞争已经成为我国地区间联系的一种重要形式。及时有效的财税竞争治理是实现区域均衡发展的重要前提,也是完善财政分权体制的重要体现。
地点:美国时间:2015年5月1日2015年5月1日下午,由美国东南密苏里州立大学艺术系举办的岳红记博士的书画展开幕。这次书画展共展出书法作品十五幅,国画作品八十五幅,共计一百
针对高中阶段英语听力教学的现状及听力教学中存在的问题,从听力材料以及听力技能等方面提出了相应的教学策略,指出教师应采用不同的教学模式,慎重选取听力教材,并改变传统的
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥