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

回归方法估算最长频繁模式长度研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-17页
   ·课题的研究背景和意义第10-11页
   ·课题的研究现状第11-14页
   ·本文主要研究内容第14-15页
   ·论文结构安排第15-17页
第二章 周期间隙约束的序列模式挖掘研究第17-28页
   ·周期间隙约束的序列模式挖掘概述第17-21页
     ·周期间隙约束的序列模式挖掘的相关概念和性质第17-19页
     ·周期间隙约束的序列模式特点第19-21页
   ·周期间隙约束的序列模式挖掘方法第21-26页
     ·MPP算法第21-22页
     ·MCPa S算法第22-24页
     ·MAPD算法[13]第24-26页
   ·本章小结第26-28页
第三章 回归算法介绍第28-35页
   ·回归模型概述第28-29页
   ·BP-network算法第29-30页
     ·算法的基本思想第30页
     ·算法描述第30页
   ·LS-SVM算法第30-32页
     ·算法的基本思想第31-32页
     ·算法描述第32页
   ·ELM算法第32-34页
     ·算法的基本思想第33-34页
     ·算法描述第34页
   ·本章小结第34-35页
第四章 回归方法估算最长频繁模式长度第35-51页
   ·回归方法估算最长频繁模式长度方法简述第35-37页
     ·回归方法估算最长频繁模式长度方法概述第35页
     ·回归方法估算最长频繁模式长度方法流程第35-36页
     ·DNA序列数据预处理第36-37页
   ·DNA序列的特征提取第37-39页
   ·阈值与间隙变化下回归最长频繁模式长度的实验结果分析第39-45页
     ·3 种回归算法在F1数据集上的学习和测试结果第39-41页
     ·F2-F11数据集在F1数据集的学习模型上的测试结果第41-45页
   ·阈值与序列变化下回归最长频繁模式长度的实验结果分析第45-50页
     ·3 种回归算法在F9_12数据集上的学习和测试结果第46-47页
     ·F0_4-F10_13数据集在F9_12数据集的学习模型上的测试结果第47-50页
   ·本章小结第50-51页
第五章 结论第51-53页
   ·总结第51-52页
   ·展望第52-53页
参考文献第53-57页
攻读学位期间所取得的相关科研成果第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:基于Hadoop的科技项目相似度计算研究
下一篇:基于MapReduce用户聚类算法在Web日志挖掘中应用