【摘 要】
：
空间数据挖掘的相关研究大多数是基于理想化数据和实例平等的思想,而忽略了实际场景中存在的时间约束条件。将实例存在的时间区间作为约束条件,重新定义了空间邻近关系R,提出
【基金项目】
：
大理大学青年教师科研基金（KYQN201325）,大理大学博士科研启动基金（KYBS201311）资助.
论文部分内容阅读
空间数据挖掘的相关研究大多数是基于理想化数据和实例平等的思想,而忽略了实际场景中存在的时间约束条件。将实例存在的时间区间作为约束条件,重新定义了空间邻近关系R,提出了带有时间约束的频繁模式挖掘算法TI,并以时间重叠作为剪枝条件,提出了剪枝算法TI-C。通过实证数据分析得出：在相同数据集下,TI-C算法的效率要优于TI,采用TI-C算法得到的频繁模式个数要比join-based算法少,同时采用TI-C算法得到的频繁模式能更精确、真实地反映实际场景中对象的并置关系。
其他文献
针对在零知识下识别比特流未知协议这一问题,提出了一种协议分类模型。该模型首先利用二进制流的固有特性来计算协议种类个数近似值K和初始聚类中心,然后使用改进的K-Means聚
搜索引擎的一个标准是不同的用户用相同的查询条件检索时,返回的结果相同。为解决准确性问题,个性化搜索引擎被提出,它可以根据用户的不同个性化特征提供不同的搜索结果。然
优化了基于改进蚁群算法的虚拟网络映射结果。以最优化应用底层网络的资源,提升虚拟网络映射底层网络的资源利用效率为研究目标,在不需要支持路径分裂底层网络的情况下,提出
回声现象是语音通信系统中的常见问题,一直困扰和影响着通信质量。提出一种基于WebRTC(Web RealTime Communication)开源框架的回声消除算法。该算法针对定点运算框架的局限