高效用模式挖掘相关论文
在安防系统中，将采集的大量目标轨迹转化为体积小、质量高的语义轨迹，并对其进行频繁模式挖掘有助于分析目标行为模式、识别危险源以......
现有的面向数据流的高效用模式挖掘方法局限性之一在于假定数据都带有正的效用值,且在挖掘过程中使用效用列表会消耗大量的时间和......
提出了一种快速且有效的数据流高效用模式挖掘算法EFIM_Closed_DS.算法基于窗口内投影技术,在每个窗口中使用数据库投影技术以及事......
数据挖掘的一个基础研究方向就是频繁项集挖掘。频繁项集挖掘指从交易数据库中挖掘出频繁出现的项集,从而为下一步关联规则挖掘或......
空间Co-location模式是一个空间特征集,集合中各个特征的实例在邻近区域内频繁并发出现.在经典的频繁模式挖掘研究中,最近的突破之......
为了快速地从无限的流数据中挖掘出高效用模式,基于已有算法HUM-UT提出一种流数据上的高效用模式挖掘算法——IHUM-UT(Improved Hi......
通过分析有关高效用模式挖掘(high utility pattern mining,HUPM)最先进的方法,对其进行全面和结构化的概述。首先,通过介绍HUPM的......
针对序列模式的高效用模式挖掘过程中搜索空间大、计算复杂度高的问题,提出一种基于多效用阈值的分布式高效用序列模式挖掘算法。......
一些先进应用如欺诈检测和趋势学习等带来了数据流频繁模式挖掘的发展。不同于静态数据,数据流挖掘面临着时空约束和项集组合爆炸......
从微博文本数据中进行突发话题检测不仅可以帮助用户过滤信息,提高信息获取效率;而且可以帮助政府和企业提前预知热点话题,辅助管......
