极大频繁子树挖掘及其应用

来源 :计算机科学 | 被引量 : 0次 | 上传用户:fgh45
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
极大频繁子树挖掘在Web挖掘、HTML/XML文档分析、生物医学信息处理等领域有着重要的应用,可用于解决这些领域的自同构问题。本文提出了一种极大频繁子树挖掘算法(MFTM)。MFTM基于最右路径扩展技术,在搜索过程中,采用覆盖定理进行裁剪,压缩搜索空间,从而极大地加快了算法的收敛速度。性能实验表明,极大频繁挖掘等算法是有效和可伸缩的。
其他文献
已往移动对象k近邻预测的研究中,有各种不确定性的分析以及对象本身预测位置不确定性的处理,而预测位置模糊不确定性导致其k近邻查询边界的粗糙不确定性的相关处理仍是空白。本
本文介绍了流星余迹信道及其特点、信道编码技术在流星余迹通信系统中的应用。通过分析说明低密度校验(LDPC)码在流星余迹通信系统中的应用,提出了LDPC码应用的几个原则。研究表
本文面向有连接的弹性应用,探讨了基于可变连接价格的TCP接入控制问题。将该问题描述为追求连接阻塞率最小化和活动连接时长最大化的多目标优化问题,分别考察了在连接请求确定
“软件人”(SoftMan,SM)是在Agent(代理)、智能机器人、人工生命等技术基础上提出的一个新概念,它为解决当前网络入侵检测中存在的诸多问题提供了新的思路。本文在深入研究入侵检测
在涂层厚度测量的过程中,电感传感器的输出值存在对温度的交叉灵敏度,为消除温度对测量数据的影响,提出了一种基于神经网络的多传感器数据融合技术处理方法,该方法以传感器的输出值与温度值作为网络的输入,通过对网络的训练达到消除非目标参量—温度的影响。通过对融合前后的数据进行比较分析,表明该方法大大降低了交叉干扰,有效提高了测量精度。
构造虚拟样本能够为机器学习中的训练集融入先验知识,从而改善标注瓶颈问题。提出了一种本体驱动的文本虚拟样本构造方法。在确保类别不变性的前提下,该方法依据领域相关本体所
介绍了一种基于PROFIBUS-DP现场总线协议的热电偶温度采集装置的设计.采用了一种新型热电偶温度信号测量采样芯片MAX6675,成功地解决了K型热电偶温度测量本身的非线性与冷端
采用化学沉淀法制备的纳米SnO2粉体,通过表面包覆阴离子活性剂十二烷基苯磺酸钠(DBS)来达到表面修饰的目的.实验结果发现:用DBS直接包覆Sn(OH)4粉体制备的纳米SnO2微粒,其粒
针对题库建设中项目参数估计的实际问题,提出了一种全新的基于神经网络的参数估计方法;并以二值记分的3PLM为项目反应理论模型,以广义回归神经网络为网络模型,根据Monte Carlo实
目的:分析门诊输液患儿的心理特征,探讨心理护理对门诊输液患儿静脉输液治疗的影响。方法:选取2009年3—4月在门诊输液室输液的患儿2886例作为对照组,2009年6—7月经加强心理护理