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

基于最小位置的频繁序列和闭序列挖掘方法研究

摘要第5-7页
Abstract第7-8页
目录第9-11页
第1章 绪论第11-17页
    1.1 研究背景第12-14页
    1.2 问题的提出第14-15页
    1.3 本文的研究内容第15页
    1.4 本文的组织结构第15-17页
第2章 序列模式挖掘的预备知识和相关工作第17-31页
    2.1 数据挖掘第17-19页
    2.2 序列模式与关联规则第19-21页
        2.2.1 关联规则挖掘第19-20页
        2.2.2 序列模式挖掘第20-21页
        2.2.3 序列模式与关联规则的关系第21页
    2.3 频繁序列挖掘经典算法第21-25页
        2.3.1 AprioriAll算法第21-22页
        2.3.2 GSP算法第22-24页
        2.3.3 SPADE算法第24-25页
        2.3.4 PrefixSpan算法第25页
    2.4 频繁序列挖掘经典算法的分析和比较第25-26页
    2.5 闭序列挖掘第26-29页
    2.6 本章小结第29-31页
第3章 基于最小位置的频繁序列挖掘研究第31-57页
    3.1 问题定义第31-32页
    3.2 ML-LIST结构及FSM_BML算法第32-46页
        3.2.1 ML-List结构第34页
        3.2.2 剪枝策略和支持度计算方法第34-41页
        3.2.3 FSM_BML算法描述及分析第41-46页
    3.3 实验分析第46-55页
        3.3.1 时间效率分析第48-52页
        3.3.2 最小位置加快支持度计算的有效性分析第52-54页
        3.3.3 可伸缩性分析第54-55页
    3.4 本章小结第55-57页
第4章 基于相邻序列检测的闭序列挖掘研究第57-75页
    4.1 相关定义、定理及证明第57-60页
    4.2 FCSM_BASC算法第60-67页
        4.2.1 FCSM_BASC算法的剪枝策略第60-62页
        4.2.2 FCSM_BASC算法描述及分析第62-67页
    4.3 实验分析第67-74页
        4.3.1 时间效率分析第67-71页
        4.3.2 FCSM_BASC算法中剪枝效果的分析第71-73页
        4.3.3 可伸缩性分析第73-74页
    4.4 本章小结第74-75页
第5章 结论第75-77页
    5.1 总结第75页
    5.2 未来工作第75-77页
参考文献第77-83页
致谢第83-85页
攻读硕士期间参加的项目和发表的论文第85页

论文共85页,点击 下载论文
上一篇:基于增量分区的社交网络数据管理与维护研究
下一篇:求解服务选取问题的蚁群算法研究