增量式更新相关论文
随着城市建设的不断发展，路灯设施新管线增加及老管线改造，对路灯设施数据的管理提出了更高要求。城市路灯设施数据具有较强空间特性......
决策粗糙集模型是当前粗糙集理论最为重要的研究分支之一.然而,由于现实环境下数据类型的复杂多样以及数据的动态更新,使得传统的......
矢量地图数据的增量式更新是目前地图数据快速更新的有效方法。作为矢量地图数据增量式更新的关键技术之一,矢量地图数据的局部拓......
本文对两种基础地理信息系统的更新服务方式进行了定义,以MasterMap数据集为例介绍了其所支持的更新服务方式和基本实现途径.......
结合1∶10 000基础测绘DLG的增量更新方法、生产流程,通过变化发现信息与资料收集分析利用、生产单位检查及质量检查验收来阐述增......
关联规则是数据挖掘的研究热点之一.该文采和等价类和闭合项目集在垂直分布数据库中挖掘关联规则,主要解决以下两个问题:提高大型......
传统的关联规则挖掘主要集中于简单关联规则的情形,它不能发现一些复杂规则.针对这一问题,该文考虑了简单关联规则的扩展概念,重点......
大数据时代和多样化数据对Web技术和传统数据库技术提出新的挑战，XML数据作为Internet上数据描述和数据交换的标准之一其灵活的存储......
随着科技的进步和计算机网络的飞速发展,人们已形成这样的共识:网络和电子商务是企业制胜的必由之路.然而,高度发达的网络也带来了......
粗糙集理论是一种处理含糊和不确定性问题的新型数据分析方法，以其为理论基础的数据处理技术得到深刻关注和不断发展。信息检索致力......
伴随着大数据时代的到来,图处理面临的数据规模越来越大,使得传统的距离算法(Dijkstra,BFS,Floyd)因为内存瓶颈变得不再适用,同时......
序列模式挖掘是数据挖掘的一个重要分支,在金融通讯等领域应用中,序列模式挖掘发挥了重要的作用。虽然到目前为止,关于序列模式的......
基于用户会话的测试技术，是近年来Web应用测试的另一种新的有力途径。该方案以用户访问系统产生的用户会话为基础，采用捕获/回放机制......
粗糙集理论为数据挖掘与知识发现提供了理论框架.在粗糙集理论中,一个粗糙集可以用一对可定义集(上、下近似)来近似表示,但它们与......
现代智能系统的发展以及海量数据的积累,人们也开始逐渐重视数据挖掘。数据挖掘的其中一个重要研究热点是关联规则的挖掘,其目的是......
传统面向用户的基础地理数据更新是批量式的、静态整体更新，更新周期较长、工作量较大，难以满足国民经济建设、社会发展和国家信......
针对以往文献为克服基于差别矩阵的属性约简算法存储代价高的不足而提出的基于浓缩树(C-Tree)的高效属性约简算法仅考虑决策表不变......
要素变化捕捉是空间数据进行增量式更新的关键环节。传统的历遍要素变化检测方法效率较低。本文在历遍要素变化捕捉的基础上，提......
关联规则是当前数据挖掘研究的主要模式之一.本文提出了一种高效的增量式关联规则的挖掘算法USLIG,以处理当最小支持度改变时相应......
由于现实中的数据集存在着大量的冗余属性,因此需要对它们进行属性约简.针对传统的属性约简算法不能很好的处理动态变化的数据集,......
关联规则的发现是数据挖掘的一个重要问题.当最小支持度和最小可信度变化时,如何利用原来的挖掘结果快速得到新的频繁项目集和关联......
目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行属性约简处理......
对关联规则的增量式更新算法--IUA(incremental updating algorithm)进行了分析,指出其存在的问题,并给出一个改进的算法NEWIUA(ne......
利用Learn++思想对Cascade组合分类器进行了改进,提出了一种基于Cascade的增量式组合分类算法,并将之应用到肝脏图像的分类中.实验......
针对实际的决策表中的对象通常是动态变化的情况,首先引入了简化的决策表,然后在动态更新核的基础上,结合简化二进制差别矩阵和位......
提出了一种实用的快速聚焦关联规则更新算法。在需要反复调整最小支持度的情况下，如何充分利用以往挖掘过程中的信息，避免多次扫描数......
系统地介绍了最大频繁项集的增量式更新问题,提出最大频繁项目集更新算法FUMFS,并举例说明了算法的执行过程。该算法充分利用已建......
随着电子商务的发展,基于协同过滤的推荐算法越来越受欢迎,与此同时,该算法的缺陷也越来越明显,如数据稀疏性、系统可扩展性等。为......
农业信息系统的建立和大量农业数据的增长,使得人工获取知识和分析数据变得越来越难,需要对数据进行自动分析并获取知识。农业信息......
本文文讨论分析信息系统（或决策表）新增对象的各种情况，提出一个直接、简洁基于差别矩阵的属性核增量式更新算法．该方法在更新差别矩阵......
发现最大频繁项目集是多种数据挖掘应用中的关键问题，目前已经提出了许多算法用于发现最大频繁项目集，而对最大频繁项目集维护问题的......
关联规则的挖掘是数据挖掘研究中的一个重要课题,目前已经提出了许多用于发现海量事务库中关联规则的算法以及更新已经发现的关联......
目前已提出了许多快速的关联规则增量更新挖掘算法,但是它们在处理对新增事务敏感的问题时,往往会丢失一些重要规则。为此,文章提......
算法充分利用以往挖掘过程中的结果，无需再次扫描原数据集，对新增数据集也只扫描一次，即可得到事务更新后的数据集的频繁项集。避免了......
发现频繁项目集是关联规则挖掘的关键问题，而发现的过程是高花费的。因此，要求对增量挖掘算法进行深入研究。这使得关联规则的更新成......
针对连续型属性的数据集，当有新样本加入时，可能引起最佳属性约简子集变化的问题。提出了基于邻域粗糙集的特征子集增量式更新方法。......
挖掘最大频繁项目集是多种数据挖掘应用中的关键问题,之前的很多研究都是采用Apriori类的候选项目集生成-检验方法.然而,候选项目......
提出一种基于序列模式的告警关联分析模型，实现对攻击告警的分析。该模型预处理部分利用网络拓扑信息和告警属性相似度隶属函数对原......
对挖掘关联规则中的FUP算法的关键思想以及性能进行了研究,针对挖掘关联规则中FUP算法的不足,提出了一种基于临时表的改进算法MFUP......
对事务数据库增加记录时的关联规则维护问题进行了研究，在分析现有算法的基础上，提出了一个高效的增量式更新算法EUAR。与同类算法相......
论述了地形图数据库更新的必要性,分析比较了版本式更新和增量式地形图数据库更新方法的优缺点,认为增量式更新具有优势。提出并分......
根据关系矩阵表示与计算方法，提出一种基于二叉树的增量式属性约简更新算法，主要考虑对象动态增加情况下属性约简的更新问题．该算法通......
关联规则是数据挖掘中的重要研究内容之一,对在事务数据库不变,只对最小支持度和最小可信度进行改变的情况下,针对关联规则的维护......
鉴于运用基本粗糙集理论获取与更新经验性知识时,进行增量式更新过程中数据库时空开销大的问题,提出一种基于改进差别矩阵的增量式......
发现频繁项集是数据挖掘应用中的关键问题,发现过程的高花费要求对增量数据挖掘算法进行深入研究.考虑保持最小支持度不变,一个事......
目前绝大多数频繁项目集（或最大频繁项目集）挖掘算法并没有考虑相关领域知识，其结果会产生许多无关的模式．因此，发现约束频繁（或约束最大......
提出一种基于改进差别矩阵的核增量式更新算法，主要考虑对象动态增加情况下核的更新问题．该算法在更新差别矩阵时仅须插入某一行及某......
目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行处理,在信息......
