-
题名对数据流频繁项集挖掘算法WSW-Imp的改进
被引量：1
- 1
-
-
作者
王晓霞
王治和
-
机构
西北师范大学数学与信息科学学院
-
出处
《计算机工程与应用》
CSCD
2013年第8期110-113,132,共5页
-
基金
国家自然科学基金地区科学基金项目(No.61163036)
-
文摘
近年来随着新的应用的出现,比如网络流量分析、在线事物分析和网络欺诈检测等,对数据流的挖掘成了一个越来越重要的课题。对于数据流频繁项集的挖掘,目前绝大部分的研究都集中在传统的窗口模式下进行,即时间衰退窗口模式、界标窗口模式和滑动窗口模式。Pauray S.M.Tsai于2009年提出了一种新的窗口模式:加权滑动窗口模式,并设计了两个基于此窗口模式的数据流频繁项集挖掘算法WSW和WSW-Imp,其中WSW-Imp是对WSW算法的改进。在研究了加权滑动窗口模式以及WSW-Imp算法的基础上,对WSW-Imp算法作了进一步的改进,设计了算法WSW-Imp2,并从理论上证明了WSW-Imp2算法比WSW-Imp算法更高效,实验结果也表明了这一点。
-
关键词
数据挖掘
数据流
数据流挖掘
频繁项集
加权滑动窗口模式
-
Keywords
data mining
data streams
data streams mining
frequent itemsets
weighted sliding window model
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于密度聚类的监测数据漂移动态校正算法
被引量：2
- 2
-
-
作者
李鹏飞
雷未
虞冬冬
吉同元
-
机构
华设设计集团股份有限公司
华设检测科技有限公司
河海大学水利水电学院
常州市三级航道网整治工程建设指挥部办公室
-
出处
《人民长江》
北大核心
2023年第11期221-227,共7页
-
基金
国家自然科学基金项目(52279099)。
-
文摘
由于系统故障或外界环境扰动影响,工程监测数据常会出现漂移的现象。对于水工建筑物,由于结构的相似性和测点布置的相关性,其监测量往往具有显著的空间关联性,使得监测数据存在相似的变化规律,以此可为测点的漂移校正提供判别依据。依据上述原理,提出基于相似测点的密度聚类分析,并运用DBSCAN算法判定测点漂移区间和漂移量;同时为克服校正突变和类簇粘连等问题,引入滑动窗口模式建立监测量漂移的动态校正模型,其校正过程分为窗口内数据校正与窗口滑动校正两个部分。工程实例表明:该方法具有较强的适用性及较高精度,为结构中存在相似测点的数据漂移问题提供了新的自动校正思路。
-
关键词
监测序列
漂移校正
密度聚类分析
滑动窗口模式
-
Keywords
monitoring sequence
drift correction
density clustering analysis
sliding window mode
-
分类号
TV698
[水利工程—水利水电工程]
-
