集合枚举树相关论文
数据挖掘技术是当今处理“数据爆炸、知识贫乏”的一种行之有效的方式，而关联规则又是数据挖掘的一个重要的研究方向，它描述了两个或......
基于模型诊断问题是NP难度的问题,在人工智能领域内有着十分重要的地位。同时,在工程医学、经济、航天等领域内,基于模型诊断问题......
基于模型诊断是人工智能领域的热门研究课题,弥补了传统诊断方法的多种不足。其理论研究成果丰硕,并广泛应用于实际生产中,加快了......
命题可满足问题(propositional satisfiability problem,SAT)是人工智能领域的研究热点,也是数理逻辑及计算机研究中的核心问题,对......
随着信息技术的飞速发展,信息量的爆炸式增长成为了人们必须要面对的机遇与挑战。因此,如何在这些庞大信息中获取对自己有用的信息......
为了解决关联规则挖掘过程中会生成大量关联规则的问题,提出了一种基于集合枚举树的挖掘关联规则的改进算法.此算法在不丢失任何信......
对Pincer-Search进行了改进,提出了一种新的发现最大频繁项目集的算法NDMFS.由于NDMFS算法采用了位阵存储技术和自底向上、自顶向......
对Pincer Search进行了改进,提出了一种新的发现最大频繁项目集的WDMFS算法。由于WDMFS算法采用了位阵存储技术和自底向上、自顶向......
提出了一种新的挖掘最大频繁集的深度优先算法GMPV。该算法利用集合枚举树，并用位置向量来表示项目子集，挖掘过程中使用了超集检测和......
由于其内在的计算复杂性，挖掘密集型数据集的全部频繁项集非常困难，解决方案之一是挖掘最大频繁项集。集合枚举树是最大频繁项集挖掘......
提出一种利用故障行为求解所有极小诊断的新方法,并结合带有终止节点的集合枚举树形式化地表达计算过程,逐步生成所有的极小诊断。......
基于模型诊断是人工智能领域内的一个重要研究方向,求解极小冲突集在基于模型诊断中有着重要应用.在对结合CSISE-Tree求解冲突集方......
模型诊断方法是人工智能领域重要的系统故障自动检测方法,被广泛应用于软件故障检测和硬件诊断.近年来由于电路规模和复杂度不断增......
该文旨在不丢失任何信息的情况下减少关联规则的生成数量,分析了关联规则的生成过程中如何只产生某个频繁项集对应的最小关联规则......
提出一种利用与元素相关联的冲突集个数计算碰集的新方法，并结合带有终止节点的集合枚举树SE-tree形式化地表达计算过程，逐步生成所......
为了寻找一种有效的最小属性约简方法，给出了条件属性集上的属性重要度序关系，基于此序关系构建了属性集上的集合枚举树，提出了一种快......
提出一种快速发现最大频繁项目集的算法, 该算法对集合枚举树进行改进, 结合自底向上与自顶向下的搜索策略, 利用非频繁项目集对候......
在由频繁项集生成关联规则的过程中,需要对以频繁项集的非空子集为后件的拟关联规则进行逐一验证。基于集合枚举树的深度优先挖掘......
在结合SE-Tree计算集合簇极小碰集的过程中,现有算法会对大量不会产生碰集的冗余节点进行访问.这无疑将影响算法的效率,冗余节点比......
＃SA T 问题又称模型计数（model counting ）问题是人工智能领域的研究热点之一，在人工智能领域被广泛应用。在对基于扩展规则的＃SAT 问题......
基于模型诊断(model-based diagnosis)是人工智能领域中的重要研究方向,而基于极小冲突求诊断是求解诊断问题的经典方法,因此求解......
针对海量数据库开采时，现有的关联规则算法效率非常低下的问题，提出一种附加最小保证度的限制，并在此基础上提出一种新的开采算法，可减......
在数据挖掘中,通过挖掘最大频繁项集来代替挖掘频繁项集可以大大地提升系统的运行效率。针对现有的最大频繁项集挖掘算法的运行时......
首先提出一个基于SE-tree产生所有极小冲突集的方法（CSSE-tree）.然后给出翻转的SE-tree（ISE-tree）的概念,并提出基于ISE-tree产生所有......
针对基于WN-list的加权频繁项集挖掘算法NFWI挖掘效率低的问题,提出一种基于WDiffNodeset的加权频繁项集挖掘算法DiffNFWI。对Diff......
随着计算机技术在社会各个领域的广泛应用,人们对信息系统的依赖程度越来越高。面对数据丰富而信息匮乏的困境,在统计学、数据库技......
关联规则的挖掘是数据挖掘中的重要内容之一 ,关联规则包含了一组对象之间的特定关系 .目前对关联规则的研究 ,仅限于用确定和精确......
以TOP-k-Closed Miner算法为基础,提出基于索引的频繁项集挖掘算法Index-FIM.该算法用位向量表示数据集,同时引入广度扩展剪枝和区......
