-
题名时序模式发现算法研究
被引量：15
- 1
-
-
作者
蔡智
岳丽华
王熙法
-
机构
中国科学技术大学计算机科学系
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2000年第9期1107-1113,共7页
-
基金
国家自然科学基金资助!(项目编号 69675 0 16)
-
文摘
针对时序数据 ,提出一种新的时序模式的逻辑表示法 ,通过分段线性表示法 ,将时序曲线拟合为线段序列 ,从而以相对应的线段的斜率反正切值序列作为模式的逻辑表示 .在此基础上 ,设计出时序模式发现算法 ,此算法能够自动地发现所有 (子 )模式 .有关实验结果证明算法是行之有效的 .
-
关键词
知识发现
时序数据
时序模式发现算法
数据库
-
Keywords
knowledge discovery, time series data, time series patterns
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于时序数据的模式发现算法研究
被引量：3
- 2
-
-
作者
高俊波
陆勤
蔡庆生
高仲明
-
机构
中国科学技术大学计算机科学系
华东冶金学院冶金工程系
-
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2000年第8期15-17,共3页
-
基金
国家自然科学基金资助项目!(69675016)
-
文摘
数据库中的知识发现（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅｓ，简称ＫＤＤ）是人工智能领域的一个重要课题，该文针对时序数据中复杂模式的问题，提出了一种新的时序序列模式的逻辑表示法，并设计出一种新的时序序列建模算法。
-
关键词
知识发现
时序数据
模式发现算法
人工智能
-
Keywords
Knowledge discovery
Temporal data
Temporal sequential patterns
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名属性拓扑关联规则发现
被引量：5
- 3
-
-
作者
张涛
魏昕宇
-
机构
燕山大学信息科学与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2017年第3期548-552,共5页
-
基金
国家自然科学基金项目(61273019)资助
河北省自然科学基金项目(F2015203013)资助
+1 种基金
教育部人文社会科学研究项目(14YJC740038)资助
河北省社会科学基金项目(HB14YY005)资助
-
文摘
在形式概念分析领域,属性拓扑理论提供了简洁,明确,可视化的概念计算的方法.然而,概念要求属性与对象间形成充要的双向映射关系,这一要求在大规模数据挖掘下往往过于严格.因此,本文以属性拓扑为基础,基于支持度和置信度的本质要求,提出一种属性拓扑关联规则发现算法,该方法首先构建频繁净化形式背景,由属性拓扑,直接发现二元频繁模式,并由BFSW子算法,计算三元及以上频繁模式,经过置信度检验,进而获得所需的关联规则.该算法弥补了传统概念计算中忽略属性间关联规则知识发现的不足,提供了发现属性对象间充分不必要关系的有效视角.
-
关键词
属性拓扑
形式概念分析
关联规则
频繁模式
层级式模式发现算法
-
Keywords
attribute topology
formal concept analysis
association rules
frequent pattern
LMPDA
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
