注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. FP-tree 频繁模式挖掘

  2. 用c++实现FP-tree的构建以及利用FP-tree来挖掘频繁模式的完全集。有良好注释。

  3. 所属分类：C++

    • 发布日期：2010-05-11
    • 文件大小：948224
    • 提供者：york_software

  1. 基于FP_参考树_表的频繁模式挖掘算法

  2. 基于FP_参考树_表的频繁模式挖掘算法 基于FP_参考树_表的频繁模式挖掘算法

  3. 所属分类：其它

    • 发布日期：2011-05-06
    • 文件大小：193536
    • 提供者：wybluerain

  1. 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序

  2. 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序 一、DataMiningApriori程序 用eclipse打开，把三个测试数据mushroom、accidents和T10I4D100K放置 在F:\DataMiningSample\FPmining文件夹下面，即可运行 二、FP-growth程序 1、包括程序源文件和编译生成的可执行原件 2、程序运行方法 把FP_Growth.exe可执行文件与三个测试数据mushroom、accidents 和T10I4D100

  3. 所属分类：Java

    • 发布日期：2012-04-24
    • 文件大小：3145728
    • 提供者：yangliuy

  1. 周期模式 挖掘

  2. 周期模式挖掘，是对以往频繁模式挖掘的改进，其中原理包括fp树。

  3. 所属分类：其它

    • 发布日期：2013-01-15
    • 文件大小：695296
    • 提供者：xushouquan

  1. 频繁模式挖掘的几种方法

  2. 适合学习频繁模式挖掘的初学者，指导你学习如何挖掘大数据的相关性

  3. 所属分类：C/C++

    • 发布日期：2013-10-22
    • 文件大小：1048576
    • 提供者：xyp1994101

  1. 基于最大频繁模式挖掘算法进行书目推荐系统的设计与实现

  2. 基于最大频繁模式挖掘算法进行书目推荐系统的设计与实现

  3. 所属分类：其它

    • 发布日期：2014-02-24
    • 文件大小：719872
    • 提供者：kk4984

  1. PrefixTreeESpan 频繁模式挖掘

  2. PrefixTreeESpan 频繁模式挖掘，java代码实现。

  3. 所属分类：Java

    • 发布日期：2014-12-20
    • 文件大小：20480
    • 提供者：sh_c1991

  1. FP-Growth频繁模式挖掘

  2. 用Python实现了FP-Growth频繁模式挖掘，文件中包含完整程序和测试数据。之前我还以为代码量相对较大，最后写完了发现只有一百多行，所以理解起来也相对容易

  3. 所属分类：Python

    • 发布日期：2015-01-30
    • 文件大小：2048
    • 提供者：kb_1024

  1. C++实现Apriori算法，频繁模式数据挖掘，最大频繁项集，闭频繁项集

  2. C++实现Apriori算法，频繁模式数据挖掘，最大频繁项集，闭频繁项集，里面包括测试数据以及apriori.cpp、 apriori.h 、apriori_test.cpp三个文件。具体的相见博客：http://blog.csdn.net/FreeApe/article/details/49562315

  3. 所属分类：C++

    • 发布日期：2015-11-01
    • 文件大小：5120
    • 提供者：freeape

  1. 利用python连接数据库挖掘频繁模式

  2. 频繁模式挖掘是基础的数据挖掘任务，利用python和mysql连接实现算法

  3. 所属分类：数据库

    • 发布日期：2018-05-14
    • 文件大小：406528
    • 提供者：qq_29087647

  1. 各种频繁模式挖掘算法库

  2. 各种频繁模式挖掘算法，有CloSpan，PrefixSpan，BIDE，MaxSP等

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-06
    • 文件大小：5242880
    • 提供者：chkeychen

  1. 包含收益的多时间序列频繁模式挖掘模型

  2. 包含收益的多时间序列频繁模式挖掘模型，王水，王乐，现有的频繁模式挖掘模型不包含对时间序列的时间因素的考虑，也缺乏对模式中可变动

  3. 所属分类：其它

    • 发布日期：2020-02-09
    • 文件大小：559104
    • 提供者：weixin_38738983

  1. 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序共享版

  2. 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序共享版 一、DataMiningApriori程序 用eclipse打开，把三个测试数据mushroom、accidents和T10I4D100K放置 在F:\DataMiningSample\FPmining文件夹下面，即可运行 二、FP-growth程序 1、包括程序源文件和编译生成的可执行原件 2、程序运行方法 把FP_Growth.exe可执行文件与三个测试数据mushroom、accidents 和T10I4D1

  3. 所属分类：Java

    • 发布日期：2012-04-24
    • 文件大小：2097152
    • 提供者：yangliuy

  1. 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序-Java代码类资源

  2. 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序 一、DataMiningApriori程序 用eclipse打开，把三个测试数据mushroom、accidents和T10I4D100K放置 在F:\DataMiningSample\FPmining文件夹下面，即可运行 二、FP-growth程序 1、包括程序源文件和编译生成的可执行原件 2、程序运行方法 把FP_Growth.exe可执行文件与三个测试数据mushroom、accidents 和T1

  3. 所属分类：Java

    • 发布日期：2020-08-31
    • 文件大小：3145728
    • 提供者：Mrzhangpan

  1. 基于加权动态网络的频繁模式挖掘研究

  2. 不同时刻的动态网络往往具有不同权重，针对加权动态网络的频繁模式挖掘，提出一种挖掘算法WGDM，它适用于加权动态社会网络、生物网络等方面的频繁模式挖掘。WGDM算法利用支持度的反单调性裁剪搜索空间，从而减少冗余候选子图，提高算法效率。通过实验测试了WGDM算法的性能，并根据中国实际股票市场网络，利用WGDM算法挖掘股票市场网络中有趣的频繁模式。

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：430080
    • 提供者：weixin_38537689

  1. 位置不确定移动时空轨迹频繁模式挖掘

  2. 位置不确定移动时空轨迹频繁模式挖掘

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：430080
    • 提供者：weixin_38736562

  1. 基于前缀分析的序列模式挖掘增量算法PIN前缀

  2. 以前的大多数顺序模式挖掘算法都花了很长时间处理投影数据库，这会导致大量的时间成本。 本文定义了序列x在其前缀序列y上的前缀序列的概念，并提出了一种基于前缀分析的序列模式挖掘算法PPrefixspan。 根据扫描序列数据库SD，获得所有1个长度的序列模式。 比较顺序模式的数量和最小支持数，如果前者小于后者，则将其直接丢弃，并且只能构建投影数据库中的频繁项。 减少了投影数据库中挖掘顺序模式的执行时间。 提出了一种基于前缀的增量前缀范围算法PIN-Prefixspan来处理动态数据库，利用原始序列数据

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：946176
    • 提供者：weixin_38715772

  1. 基于临时表的数据流中前k个封闭频繁模式挖掘算法

  2. 在本文中，我们提出了一种算法TKBT（基于TKTT的top-k封闭频繁项集），可有效地挖掘数据流中的top-k封闭频繁项集。 首先根据滑动窗口中数据流的数据连续性和可变性，定义了一种新颖的结构BWT（位向量窗口表）。 在BWT水平方向上，我们使用位向量来表示事务，在最旧，最新的窗口以及当前时间的所有窗口中记录项目数，从而减少了新窗口滑入时项目数的计算时间。在BWT垂直方向上，我们设置了窗口分区，这使得我们只需要在出现新窗口时用相应的最新窗口替换最旧的窗口信息即可。 TKTT（top-k临时表）的

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_38713009

  1. 基于贝叶斯网络的频繁模式兴趣度计算及剪枝

  2. 采用贝叶斯网络表示领域知识,提出一种基于领域知识的频繁项集和频繁属性集的兴趣度计算和剪枝方法 BN-EJTR,其目的在于发现与当前领域知识不一致的知识,以解决频繁模式挖掘所面临的有趣性和冗余问题.针对兴趣度计算过程中批量推理的需求,BN-EJTR提供了一种基于扩展邻接树消元的贝叶斯网络推理算法,用于计算大量项集在贝叶斯网络中的支持度;同时,BN-EJTR提供了一种基于兴趣度阈值和拓扑有趣性的剪枝算法.实验结果表明,与同类方法相比,方法 BN-EJTR具有良好的时间性能,而且剪枝效果明显;分析发现

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：912384
    • 提供者：weixin_38744207

  1. 基于频繁模式挖掘的维吾尔文智能组词方法

  2. 以词间空格作为自然分隔符,非常容易获取维吾尔文中的词,但又很难获取结构完整的语义词,因此多种文本处理效果总是很不理想。提出维吾尔文组词的新概念,将数据挖掘中的频繁模式挖掘方法引入到维吾尔文组词中,再结合维吾尔文的语言文字特点,将无先验知识的模式挖掘问题转化为特定模式的匹配问题,提出了一种快速高效的频繁模式挖掘算法,来获取语义完整的维吾尔文词。实验结果表明,通过该算法获取的维吾尔文词,在结构上是稳定的,语义上是完整而独立的。

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：1048576
    • 提供者：weixin_38638163
« 12 3 4 5 6 »