【摘 要】
：
带有间隙约束的序列模式挖掘是重复序列模式问题的扩展,其具有灵活的表达性和良好的针对性,已成为数据挖掘方向中的热点课题。作为间隙约束序列模式挖掘的一种,无重叠条件下序列模式挖掘与同类方法相比,该方法更易于发现有价值的频繁序列模式。当前研究是一种挖掘频繁模式完全集的方法,会挖掘出大量较短模式,这不仅降低了挖掘效率,而且增加了用户获取需求信息的难度。最大序列模式挖掘是指挖掘其超模式为非频繁模式的频繁模式
【基金项目】
：
国家自然科学基金（61976240）； 河北省创新资助项目（CXZZSS2019023）；
论文部分内容阅读
带有间隙约束的序列模式挖掘是重复序列模式问题的扩展,其具有灵活的表达性和良好的针对性,已成为数据挖掘方向中的热点课题。作为间隙约束序列模式挖掘的一种,无重叠条件下序列模式挖掘与同类方法相比,该方法更易于发现有价值的频繁序列模式。当前研究是一种挖掘频繁模式完全集的方法,会挖掘出大量较短模式,这不仅降低了挖掘效率,而且增加了用户获取需求信息的难度。最大序列模式挖掘是指挖掘其超模式为非频繁模式的频繁模式,在不改变用户设定的最小支持度阈值前提下,可以有效减小模式集的规模,并且保留其表达能力,从而提供频繁模式与非频繁模式的边界信息。有鉴于此,本文针对在无重叠条件下的最大序列模式挖掘课题做出了详细的分析和介绍。本文主要研究内容和相关工作如下:1.本文对无重叠条件下的最大序列模式挖掘问题的定义及性质作出详细的分析与说明。2.本文提出了Netback算法,该算法将模式在序列中计算支持度问题转换为一颗网树,从叶子结点出发采用回溯策略迭代搜索最左双亲结点,得到无重叠出现,从而计算模式的支持度。与NETGAP算法相比,使时间复杂度从O（m*m*n*w/r/r）降到O（n*m*w/r/r）。3.本文提出Net MNP算法挖掘无重叠条件下的最大序列模式。本文利用无重叠条件下的序列模式挖掘满足Apriori性质,提出PGrowth候选模式生成算法,该算法采用模式拼接方式生成候选模式,有效对候选模式集进行剪枝。同时Net MNP算法结合模式生成算法对最大序列模式进行判定。4.本文在真实生物序列数据集上进行大量实验,通过Net MNP算法与多种挖掘算法的实验结果对比,验证了本文算法在模式匹配和模式挖掘方面的高效性。在无重叠条件下,挖掘结果集与频繁模式集对比,验证了最大序列模式集的良好压缩效果。
其他文献
在我国,城市在不断发展的经济推动下得到极大扩张,加之城镇化的推进,城市可利用空间越来越狭小,市区土地寸土寸金。随之而来的是,交通压力增大,生活资源紧缺,造成的后果也越来越多,一方面,不仅干扰了居民的工作和生活,给国民经济带来了重大损失,同时也造成城市道路“拉链现象”的出现,为城市的发展带来很多环境问题,城市交通秩序混乱;另一方面,造成了城市地下空间和资金等不能得到充分有效的利用,高空架设的类似“蜘
微表情是是人类在试图压抑或隐藏真实情感时的泄露,在刑侦破案,政治心理,临床医学等诸多领域有着广泛应用。由于微表情样本建立困难,对噪声敏感,有效时空信息获取不足等问题,严重制约相关算法的识别效果。在小样本和噪声干扰情况下,准确有效的从微表情序列中提取时空信息是微表情识别的关键。本文针对现有微表情识别方法易受噪声影响和时空信息提取不足等问题,提出基于时空信息融合的微表情识别方法。本文的主要工作如下:（
随着人们生活水平的提高,对速冻食品的需求量逐渐增加,并对其品质和安全也有了更高的要求,在食品流通上与品质和安全最相关的是冷链物流的效率和质量。由于在我国大部分城市冷链物流网络体系并不健全,规划也不够科学,冷链的设施设备比较落后,运输效率低且货损高,导致我国的冷链物流成本远高于发达国家。在冷链物流网络优化中,对冷链配送中心进行科学的选址和路径优化,可以有效地增强整个冷链物流的效率和质量。再加上我国对
在人工智能浪潮中,非完整多机器人系统的协同控制已经成为研究热点,并渗透到人类社会的各个领域,如编队控制、森林火灾监测系统、无人机勘察系统等.能量资源受限是协同控制中需要考虑的重要因素.事件驱动控制方法在资源利用方面具有独特的优势,可以有效地降低控制器的更新频率,减少不必要的资源浪费.本文基于事件驱动控制研究非完整多机器人系统的几类协同控制问题,主要内容如下:1.研究非完整多机器人系统的能量优化问题
地源热泵系统是一种利用低温热源进行供热和制冷的高效节能的空调系统。该技术现已被广泛应用到我国建筑领域内。本文以某高大空间厂房为研究对象,对其地源热泵系统的运行进行模拟研究。合理的室内气流组织可以降低地源热泵系统的能耗。本文利用ANSYS软件搭建高大空间厂房室内气流组织研究模型,通过改变送风速度、送风温度、送风角度,探究不同工况对室内温度场与速度场的影响。研究结果表明:冬季,在送风温度和送风角度一定
近年来,随着视觉目标跟踪技术的快速发展,大量的红外目标跟踪算法相继被提出,并在各界领域中发挥着不可或缺的作用。但由于红外目标本身具有低分辨率、对比度差和纹理信息缺失等特点,再加上复杂的背景环境影响,使得红外目标跟踪成为机器视觉中具有挑战性的任务。背景感知相关滤波算法（BACF）在可见光目标跟踪任务中表现出了良好的跟踪性能,却在红外目标跟踪任务中表现欠佳。本文针对BACF算法在遮挡、快速运动和运动模
ZnO因其含量丰富,无毒,合成原料成本低和良好的电化学活性等优势适合作为超级电容器的电极材料。然而,它的导电性和循环稳定性较差,阻碍了它的广泛应用。多级孔碳材料具有较大的表面积,优异的导电性以及机械和化学稳定性,可作为负载ZnO纳米颗粒良好的载体,从而提高超级电容器电极的导电性和稳定性。此外,研究表明将氮杂原子掺杂到碳载体中可以显着增强电极的电化学性能。基于以上,在本篇论文中制备了两种氮掺杂多级孔
硫酸盐废水属于工业废水中的一种,主要来源于使用到硫酸盐物质的工业生产过程,如果不能将其进行妥善处理,一旦排入环境,将会对生态环境以及人类健康产生巨大危害。因此,选择合适的方法处理硫酸盐废水显得至关重要。在处理硫酸盐型工业废水方面,传统的零排放处理方法存在着能耗大,经济效益差的问题,为了改善这一情况,本文借助复分解电渗析（electrodialysis metathesis,EDM）能够在浓缩盐溶液