首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基因表达数据中高支持度频繁闭合模式的挖掘

摘要第1-5页
ABSTRACT第5-8页
第1章 绪论第8-12页
   ·课题背景和研究意义第8-9页
   ·国内外相关技术发展现状第9-11页
   ·本文主要研究内容及贡献第11-12页
第2章 TOP-K 频繁闭项集挖掘算法第12-19页
   ·引言第12页
   ·挖掘TOP-K 频繁闭项集的算法第12-14页
     ·基于fp-tree 的挖掘top-k 频繁闭项集算法第12-13页
     ·基于enumeration-tree 的挖掘top-k 频繁闭项集算法第13-14页
   ·对挖掘TOP-K 频繁闭项集的算法实验仿真及分析第14-17页
     ·对TFP 的实验仿真第14-16页
     ·对TOPK-CLOSED 的实验仿真第16-17页
   ·挖掘TOP-K 频繁闭项集算法的缺陷第17页
   ·本章小结第17-19页
第3章 基于FB 和哈希的TOP-K 频繁闭项集挖掘算法第19-42页
   ·引言第19页
   ·基于FB 的挖掘TOP-K 频繁闭项集的算法第19-24页
     ·基于FB 的挖掘top-k 频繁闭项集的算法思想第19-20页
     ·基于FB 的挖掘top-k 频繁闭项集算法仿真及实验结果分析第20-23页
     ·基于FB 的挖掘top-k 频繁闭项集算法时的优缺点第23-24页
   ·基于FB 和哈希的TOP-K 频繁闭项集挖掘算法第24-41页
     ·基于哈希的闭合检查思想第24-27页
     ·基于FB 和哈希的top-k 频繁闭项集挖掘算法思想第27-30页
     ·基于FB 和哈希的top-k 频繁闭项集挖掘算法实验仿真第30-40页
     ·基于FB 和哈希的top-k 频繁闭项集挖掘算法优缺点第40-41页
   ·本章小结第41-42页
第4章 实验仿真第42-47页
   ·仿真实验平台及实验数据第42页
     ·实验平台第42页
     ·实验测试数据第42页
   ·基于FB 和哈希的TOP-K 频繁闭项集挖掘算法的高效性测试第42-46页
     ·基于不同密度数据第42-44页
     ·基于不同K 值第44-45页
     ·基于不同最小长度第45-46页
   ·实验结论第46页
   ·本章小结第46-47页
结论第47-48页
参考文献第48-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:基于Android的桌面搜索引擎的研究与实现
下一篇:基于列表级的相关文本排序学习算法研究