期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种新的周期性关联规则模型 被引量:8
1
作者 徐敏 金远平 《计算机工程与科学》 CSCD 2000年第4期78-81,共4页
针对已有周期性关联规则模型的局限性 ,本文提出一种新的周期性关联规则模型。此模型通过聚类分析将一个周期分成若干个长度可能不同的时间段 ,从而更准确地发现周期性关联规则。文章还给出相应的挖掘算法。
关键词 数据挖掘 周期性关联规则 聚类分析 数据库
下载PDF
对演变数据进行关联规则挖掘的新方法 被引量:4
2
作者 齐雁 李石君 薛海峰 《计算机工程》 CAS CSCD 北大核心 2002年第11期126-127,130,共3页
针对已有经常性周期关联规则在演变数据和周期长度方面的局限性,文章提出一种新的方法,从而可以对演变数据进行经常性长周期关联规则的挖掘。这种方法针对演变数据的动态环境,通过对数据块的动态聚类得到周期分段,然后在每一分段内... 针对已有经常性周期关联规则在演变数据和周期长度方面的局限性,文章提出一种新的方法,从而可以对演变数据进行经常性长周期关联规则的挖掘。这种方法针对演变数据的动态环境,通过对数据块的动态聚类得到周期分段,然后在每一分段内利用低支持度关联规则挖掘算法来发现周期较长的关联规则。整个算法可以在GEMM算法的基础上进行动态模式保持。 展开更多
关键词 演变数据 关联规则 数据挖掘 周期性关联规则 聚类 数据库
下载PDF
基于时序向量聚类的周期关联规则发现算法 被引量:2
3
作者 罗兰 曾斌 《计算机工程》 CAS CSCD 北大核心 2010年第19期110-112,共3页
针对目前周期关联规则难以划分时间区域和基础算法效率低等问题,提出一种基于周期关联规则的发现算法(CARDSATSV)。采用由项目支持度组成的时序向量作为时域数据特征点进行聚类,用DB Index准则控制聚类个数以达到最佳的聚类效果。给出CF... 针对目前周期关联规则难以划分时间区域和基础算法效率低等问题,提出一种基于周期关联规则的发现算法(CARDSATSV)。采用由项目支持度组成的时序向量作为时域数据特征点进行聚类,用DB Index准则控制聚类个数以达到最佳的聚类效果。给出CFP-tree算法来发现周期关联规则,利用基于条件FP-tree的周期性剪裁技术提高算法效率。实验表明,和目前周期关联规则发现算法相比,CARDSATSV可以发现更多有用的周期关联规则,时空效率有一定的提高。 展开更多
关键词 时序向量 强周期关联规则 差异序列法 周期FP—tree算法 差异序列聚类算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部