基于自适应反馈机制的小差异化图像纹理特征信息数据检索

1

作者 刘洋 毛克明 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期73-81,共9页

针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支... 针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支持向量机训练图像属性参数分类图像属性,进一步归纳图像类别.运用跳跃连接方法传输图像数据,将数据引入卷积神经网络剔除图像噪声.将中心点像素值当作反馈因子,创建自适应反馈判定条件,利用局部二值模式实现小差异化图像纹理特征挖掘.在MATLAB平台进行试验,从卷积神经网络收敛性、图像频谱纹理单元数、平均准确率、图像数据匹配度等方面进行了分析,分析结果表明:随着迭代次数不断增加,精度损失逐渐降低,基本收敛到稳定值,达到了预期训练效果;所提出方法挖掘的图像频谱纹理单元数3800个以上,更贴合人眼视觉信息;平均准确率为0.87,准确率@1、准确率@5和准确率@10的平均值分别为0.90、0.84和0.85;挖掘耗时低于5 s,图像数据匹配度高于90.3%,验证了所提出方法可在图像纹理特征识别操作中发挥应有作用. 展开更多

关键词 小差异化图像 纹理特征 数据挖掘 自适应反馈 属性分类 跳跃连接 局部二值模式 支持向量机

在线阅读 下载PDF 职称材料

一种基于基本显露模式的分类算法 被引量：11

2

作者 范明 刘孟旭 赵红领 《计算机科学》 CSCD 北大核心 2004年第11期211-214,共4页

本文提出了一种新的基于EP的分类法CEEP。CEEP仅使用最短的EP(eEP)建立分类器,并使用不同于早先的基于EP的分类法(如,CAEP)的评分标准。文中还讨论了eEP的有效挖掘,最小支持度和最小增长率阈值的自适应选取等问题。在UCI机器学习库中的1... 本文提出了一种新的基于EP的分类法CEEP。CEEP仅使用最短的EP(eEP)建立分类器,并使用不同于早先的基于EP的分类法(如,CAEP)的评分标准。文中还讨论了eEP的有效挖掘,最小支持度和最小增长率阈值的自适应选取等问题。在UCI机器学习库中的12个数据集上的实验表明,本文的分类方法具有很好的分类正确率。如何保证eEP有足够的履盖率,以及如何处理稀有类的分类,尚待进一步研究。此外,如何将装袋(bagging)和推进(bootstrap)的思想与CEEP的方法相结合,进一步提高分类的正确率,也是值得深入研究的问题。 展开更多

关键词 分类算法 机器学习 分类器 最小支持度 数据集 EP 自适应 正确率 处理 分类法

在线阅读 下载PDF 职称材料

时空数据挖掘研究进展 被引量：128

3

作者 刘大有 陈慧灵 +1 位作者 齐红 杨博 《计算机研究与发展》 EI CSCD 北大核心 2013年第2期225-239,共15页

近年来,随着全球定位系统、传感器网络和移动设备等的普遍使用,非时空数据和时空数据急剧增加,加之时空数据处理更为复杂,使数据处理任务日趋繁重的形势更加严峻.因此,寻找有效的时空数据挖掘方法具有十分重要的意义.针对这一背景,主要... 近年来,随着全球定位系统、传感器网络和移动设备等的普遍使用,非时空数据和时空数据急剧增加,加之时空数据处理更为复杂,使数据处理任务日趋繁重的形势更加严峻.因此,寻找有效的时空数据挖掘方法具有十分重要的意义.针对这一背景,主要围绕时空模式发现、时空聚类、时空异常检测、时空预测、时空分类、时空数据挖掘与推理的结合等方面,对时空数据挖掘研究的现状进行了详细介绍,对其当前所面临的一些主要问题及可能的解决方案进行了探讨. 展开更多

关键词 时空数据挖掘 时空模式发现 时空聚类 时空异常检测 时空预测和分类

在线阅读 下载PDF 职称材料

基于显露模式的对比挖掘研究及应用进展 被引量：8

4

作者 段磊 唐常杰 +2 位作者 Guozhu Dong 杨宁 苟驰 《计算机应用》 CSCD 北大核心 2012年第2期304-308,共5页

对比挖掘是近年来数据挖掘领域的新热点之一。对比挖掘关注并描述不同类别和条件下,或随时间变化的知识,旨在设计能够发现刻画数据集中不同类别或条件的样本间差异的模式或模型的方法。由于对比挖掘技术能化繁为简、准确分类,在实践中... 对比挖掘是近年来数据挖掘领域的新热点之一。对比挖掘关注并描述不同类别和条件下,或随时间变化的知识,旨在设计能够发现刻画数据集中不同类别或条件的样本间差异的模式或模型的方法。由于对比挖掘技术能化繁为简、准确分类,在实践中得到广泛应用。显露模式的挖掘和应用是对比挖掘的重要分支。综述了显露模式的背景、基本概念和原理,分析了显露模式的挖掘方法,讨论了显露模式的扩展定义和挖掘,介绍了基于显露模式的分类器构造方法,展示了显露模式的若干实际应用,展望了基于显露模式的对比挖掘的未来研究。 展开更多

关键词 数据挖掘 显露模式 模式发现 频繁项集 分类

在线阅读 下载PDF 职称材料

数据流挖掘算法研究综述 被引量：21

5

作者 蒋盛益 李庆华 李新 《计算机工程与设计》 CSCD 北大核心 2005年第5期1130-1132,1169,共4页

流数据挖掘是数据挖掘的一个新的研究方向,已逐渐成为许多领域的有用工具。在介绍数据流的基本特点以及数据流挖掘的意义的基础上,对现有数据流挖掘算法的主要思想方法进行了总结,并指出了这些方法的局限性。最后对数据流挖掘的发展方... 流数据挖掘是数据挖掘的一个新的研究方向,已逐渐成为许多领域的有用工具。在介绍数据流的基本特点以及数据流挖掘的意义的基础上,对现有数据流挖掘算法的主要思想方法进行了总结,并指出了这些方法的局限性。最后对数据流挖掘的发展方向进行了展望。 展开更多

关键词 数据流 挖掘算法 聚类 分类 频繁模式

在线阅读 下载PDF 职称材料

图数据挖掘技术的研究与进展 被引量：14

6

作者 丁悦 张阳 +1 位作者 李战怀 王勇 《计算机应用》 CSCD 北大核心 2012年第1期182-190,共9页

生物信息学(蛋白质结构分析、基因组识别)、社会网络(实体间的联系)、Web分析(Web链接结构分析、Web内容挖掘和Web日志搜索)以及文本信息检索等的迅速发展积累了大量图数据,对于图数据的挖掘逐渐成为研究领域的热点。一些诸如聚类、分... 生物信息学(蛋白质结构分析、基因组识别)、社会网络(实体间的联系)、Web分析(Web链接结构分析、Web内容挖掘和Web日志搜索)以及文本信息检索等的迅速发展积累了大量图数据,对于图数据的挖掘逐渐成为研究领域的热点。一些诸如聚类、分类、频繁模式挖掘的传统数据挖掘研究逐渐拓展到图数据领域。通过介绍现阶段图数据挖掘技术的研究进展,总结了图数据挖掘的特点、现实意义、主要问题以及应用场景,讨论并预测了图数据,尤其是不确定图数据研究的发展趋势和热点。 展开更多

关键词 数据挖掘 图数据 聚类 分类 频繁模式 不确定图

在线阅读 下载PDF 职称材料

一种新的基于频繁闭显露模式的图分类方法 被引量：10

7

作者 刘勇 李建中 朱敬华 《计算机研究与发展》 EI CSCD 北大核心 2007年第7期1169-1176,共8页

由于图模型能够准确地表示科学与工程领域中数据的关键特征,图挖掘逐渐成为了数据挖掘领域的热点研究内容.图分类是图挖掘的一个重要研究分支.提出了一种新的基于频繁闭显露模式的图分类方法CEP,其基本思想是首先挖掘频繁闭图模式,然后... 由于图模型能够准确地表示科学与工程领域中数据的关键特征,图挖掘逐渐成为了数据挖掘领域的热点研究内容.图分类是图挖掘的一个重要研究分支.提出了一种新的基于频繁闭显露模式的图分类方法CEP,其基本思想是首先挖掘频繁闭图模式,然后从闭图模式中得到显露模式,最后根据显露模式构造一系列分类规则.实验结果显示:在对化合物数据分类时,CEP在分类性能上优于目前最好的图分类方法.而且,领域专家容易理解和利用CEP产生的分类规则. 展开更多

关键词 频繁图模式 闭图模式 显露模式 图分类 图挖掘

在线阅读 下载PDF 职称材料

一种频繁模式决策树处理可变数据流 被引量：11

8

作者 韩萌 王志海 丁剑 《计算机学报》 EI CSCD 北大核心 2016年第8期1541-1554,共14页

数据流中可能包含大量的无用信息或者噪声,频繁模式挖掘可以去除这些无用信息,且频繁模式比单个属性包含了更多的信息.因此,挖掘频繁的、有区分力的模式,可以用于有效的分类.该文提出一个两步骤算法PatHT(Pattern-based Hoeffding Tree... 数据流中可能包含大量的无用信息或者噪声,频繁模式挖掘可以去除这些无用信息,且频繁模式比单个属性包含了更多的信息.因此,挖掘频繁的、有区分力的模式,可以用于有效的分类.该文提出一个两步骤算法PatHT(Pattern-based Hoeffding Tree)生成决策树用于可变数据流分类.第一步,设计增量更新算法CCFPM(Constraintsbased and Closed Frequent Pattern Mining),用于生成闭合约束频繁模式集合CFPSet(Closed Frequent Pattern Set).CCFPM中采用滑动窗口模型和时间衰减模型处理实例,设计一种均值衰减因子设置方法得到高完整性和准确性的模式集合.第二步,增量更新方法 HTreeGrow(Hoeffding Tree Growing)生成基于CFPSet的概念漂移决策树.该方法使用概念漂移检测器监督概念改变,自动调整分类模型.针对高密度和低密度的数据流,设计了不同使用模式集合的方法.在真实和模拟数据流上的实验分析表明,与其他同类算法相比,提出的方法对稳态数据流处理时可以明显提高正确率或可以明显降低训练时间,在处理不同概念漂移特性的可变数据流时也具有很好的分类效果. 展开更多

关键词 分类 可变数据流 决策树 频繁模式挖掘 Hoeffding树 数据挖掘

在线阅读 下载PDF 职称材料

概念漂移数据流挖掘算法综述 被引量：13

9

作者 丁剑 韩萌 李娟 《计算机科学》 CSCD 北大核心 2016年第12期24-29,62,共7页

数据流是一种新型的数据模型,具有动态、无限、高维、有序、高速和变化等特性。在真实的数据流环境中,一些数据分布是随着时间改变的,即具有概念漂移特征,称为可变数据流或概念漂移数据流。因此处理数据流模型的方法需要处理时空约束和... 数据流是一种新型的数据模型,具有动态、无限、高维、有序、高速和变化等特性。在真实的数据流环境中,一些数据分布是随着时间改变的,即具有概念漂移特征,称为可变数据流或概念漂移数据流。因此处理数据流模型的方法需要处理时空约束和自适应调整概念变化。对概念漂移问题和概念漂移数据流分类、聚类和模式挖掘等内容进行综述。首先介绍概念漂移的类型和常用概念改变检测方法。为了解决概念漂移问题,数据流挖掘中常使用滑动窗口模型对新近事务进行处理。数据流分类常用的模型包括单分类模型和集成分类模型,常用的方法包括决策树、分类关联规则等。数据流聚类方式通常包括基于k-means的和非基于k-means的。模式挖掘可以为分类、聚类和关联规则等提供有用信息。概念漂移数据流中的模式包括频繁模式、序列模式、episode、模式树、模式图和高效用模式等。最后详细介绍其中的频繁模式挖掘算法和高效用模式挖掘算法。 展开更多

关键词 数据流挖掘 分类 聚类 模式挖掘 概念漂移

在线阅读 下载PDF 职称材料

高维数据挖掘算法的研究与进展 被引量：8

10

作者 陈慧萍 王煜 王建东 《计算机工程与应用》 CSCD 北大核心 2006年第24期170-173,共4页

生物信息学和电子商务应用的迅速发展积累了大量高维数据,对高维数据的挖掘变得越来越重要,一般的数据挖掘方法在处理高维数据时会遇到维灾的问题,同时传统相似性度量在高维空间中也变得没有意义。文章从频繁项集挖掘、聚类、分类等三... 生物信息学和电子商务应用的迅速发展积累了大量高维数据,对高维数据的挖掘变得越来越重要,一般的数据挖掘方法在处理高维数据时会遇到维灾的问题,同时传统相似性度量在高维空间中也变得没有意义。文章从频繁项集挖掘、聚类、分类等三个方面对最新的高维数据挖掘算法的现状进行了综述,对这些算法如何解决高维数据挖掘存在的问题进行研究。 展开更多

关键词 数据挖掘 高维数据挖掘 频繁模式 聚类 分类

在线阅读 下载PDF 职称材料

数据流挖掘研究及其进展 被引量：5

11

作者 张天成 岳德君 +2 位作者 于戈 林树宽 谷峪 《小型微型计算机系统》 CSCD 北大核心 2008年第12期2241-2246,共6页

有关数据流挖掘技术的研究是当前国际数据库研究领域的一个热点,数据流的特点在于数据规模宏大,并快速、持续地到达,对应的挖掘算法只能在内存中单遍扫描样本子集就可以获取相应的知识结构,还需要在一定时间内对学习的结果进行更新以适... 有关数据流挖掘技术的研究是当前国际数据库研究领域的一个热点,数据流的特点在于数据规模宏大,并快速、持续地到达,对应的挖掘算法只能在内存中单遍扫描样本子集就可以获取相应的知识结构,还需要在一定时间内对学习的结果进行更新以适应数据分布的变化.本文对现有数据流上的挖掘算法进行综述,最后给出了数据流挖掘今后的一些研究方向. 展开更多

关键词 数据流 挖掘 聚类 分类 频繁模式 时间序列

在线阅读 下载PDF 职称材料

面向大数据的时空数据挖掘综述 被引量：66

12

作者 吉根林 赵斌 《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2014年第1期1-7,共7页

时空数据挖掘是数据挖掘领域的前沿研究课题,正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据,揭示时空数据中的有价值知识.本文以时空大数据为背景,介绍数据挖掘技术产生的背景与发展、时空数据挖掘的研究现状、研究内容... 时空数据挖掘是数据挖掘领域的前沿研究课题,正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据,揭示时空数据中的有价值知识.本文以时空大数据为背景,介绍数据挖掘技术产生的背景与发展、时空数据挖掘的研究现状、研究内容、应用领域、面向大数据的时空数据挖掘系统架构以及实现技术,为相关领域的研究者提供参考. 展开更多

关键词 时空数据挖掘 时空大数据 时空模式发现 时空聚类 时空分类 时空异常检测

在线阅读 下载PDF 职称材料

最小闭树特征集的聚类与分类方法 被引量：5

13

作者 郭鑫 李云 +1 位作者 黄云 周清平 《计算机应用》 CSCD 北大核心 2010年第2期423-426,448,共5页

提出一种基于最小闭树特征集的聚类与分类方法,有效地解决了在实际应用中因数据量大而无法聚类与分类的问题。其基本思想为:以最小闭树特征集作为候选聚类与分类特征,采用动态阈值按相似度聚类,使得树聚类快速而精确;提出树分类规则等... 提出一种基于最小闭树特征集的聚类与分类方法,有效地解决了在实际应用中因数据量大而无法聚类与分类的问题。其基本思想为:以最小闭树特征集作为候选聚类与分类特征,采用动态阈值按相似度聚类,使得树聚类快速而精确;提出树分类规则等级概念,并应用于树分类方法中,能迅速预测未知的树结构。实验结果表明,在树节点数较多或数据量大时,新方法有效可行,且与类其他方法相比效率有显著提高。 展开更多

关键词 数据挖掘 频繁子树 闭树模式 树聚类 树分类

在线阅读 下载PDF 职称材料

基于支持向量机的缺陷识别方法 被引量：16

14

作者 朱凌云 曹长修 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2002年第6期42-45,共4页

针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消... 针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消除工艺参数的冗余和噪声 ,再运用支持向量机分类算法 ,进行自动缺陷识别的新方法。通过具体的试验表明 :该方法具有成本低廉、准确率高、推广性强。 展开更多

关键词 支持向量机 数据挖掘 模式分类 缺陷识别

在线阅读 下载PDF 职称材料

基于频繁模式树的关联分类规则挖掘算法 被引量：2

15

作者 朱玉全 宋余庆 +1 位作者 杨鹤标 陈健美 《江苏大学学报（自然科学版）》 EI CAS 北大核心 2006年第3期262-265,共4页

构建精确而有效的分类器是数据挖掘和机器学习中的一个重要任务.提出了一种基于频繁模式树的关联分类规则挖掘算法,该算法同时考虑所有属性,并对现有关联分类规则挖掘算法中内存要求高、类别属性处理难、I/O访问次数多等问题提出了相应... 构建精确而有效的分类器是数据挖掘和机器学习中的一个重要任务.提出了一种基于频繁模式树的关联分类规则挖掘算法,该算法同时考虑所有属性,并对现有关联分类规则挖掘算法中内存要求高、类别属性处理难、I/O访问次数多等问题提出了相应的解决方案.试验结果表明,该方法可以取得比同样基于关联规则的分类算法CMAR更高的执行效率以及基于规则的决策树分类算法C4.5更好的分类效果. 展开更多

关键词 数据挖掘 关联分类规则 频繁模式树 分类系统 频繁项目集

在线阅读 下载PDF 职称材料

基于类频繁模式树的关联分类 被引量：3

16

作者 高原 耿国华 周明全 《小型微型计算机系统》 CSCD 北大核心 2008年第10期1900-1902,共3页

提出一种新的基于类频繁模式树的关联分类算法CFPC(Class FP-tree based Classifier).该方法基于FP-tree实现,无需生成庞大的候选项目集;依据记录的分类属性进行指导性划分,并使用类支持度进行记录项的分类剪枝,生成类模式树,避免了小... 提出一种新的基于类频繁模式树的关联分类算法CFPC(Class FP-tree based Classifier).该方法基于FP-tree实现,无需生成庞大的候选项目集;依据记录的分类属性进行指导性划分,并使用类支持度进行记录项的分类剪枝,生成类模式树,避免了小数据类别集上的强关联模式遗漏;挖掘出的规则形成分类器,用于类标号未知的记录的区分.试验结果表明CFPC的正确性和有效性. 展开更多

关键词 数据挖掘 频繁模式数 关联分类

在线阅读 下载PDF 职称材料

基于密度梯度的聚类算法研究 被引量：4

17

作者 陈治平 王雷 李志成 《计算机应用》 CSCD 北大核心 2006年第10期2389-2392,2404,共5页

针对聚类中不规格形状数据点分布的处理难题,提出了一种基于密度梯度的聚类算法(CDG)。算法通过分析数据样本及其周边的点密度变化情况,选择沿密度变化大的方向寻找不动点,从而获取原始聚类中心,再利用类间边界点的分布情况对小类进行... 针对聚类中不规格形状数据点分布的处理难题,提出了一种基于密度梯度的聚类算法(CDG)。算法通过分析数据样本及其周边的点密度变化情况,选择沿密度变化大的方向寻找不动点,从而获取原始聚类中心,再利用类间边界点的分布情况对小类进行合并。实验结果表明,新算法较基于密度的带噪声数据应用的空间聚类方法(DBSCAN)具有更好的聚类性能。 展开更多

关键词 聚类 模式分类 数据挖掘

在线阅读 下载PDF 职称材料

一种新的基于嵌入集的图分类方法 被引量：5

18

作者 王桂娟 印鉴 詹卫许 《计算机研究与发展》 EI CSCD 北大核心 2012年第11期2311-2319,共9页

随着图数据收集技术在许多科学领域的发展,对图数据分类已成为机器学习和数据挖掘领域的重要课题.目前已经提出许多图分类方法.其中,一些图分类方法采用3步来构筑分类模型;一些图分类方法采用2步来构筑分类模型.这些方法在挖掘频繁子图... 随着图数据收集技术在许多科学领域的发展,对图数据分类已成为机器学习和数据挖掘领域的重要课题.目前已经提出许多图分类方法.其中,一些图分类方法采用3步来构筑分类模型;一些图分类方法采用2步来构筑分类模型.这些方法在挖掘频繁子图或特征子图时,只考虑到子图的结构信息,而没有考虑到子图的嵌入信息.为此,在L-CCAM子图编码的基础上,提出了一种基于嵌入集的图分类方法.该方法采用基于类别信息的特征子图选择策略,不但考虑了子图的结构信息,而且在频繁子图挖掘过程中充分利用嵌入信息——嵌入集,通过一步即直接选择特征子图以及生成分类规则.实验结果表明:在对化合物数据分类时,在分类精度上该方法优于采用3步的图分类方法;在运行效率上该方法优于采用2步和3步的图数据分类方法. 展开更多

关键词 频繁子图 图分类 图挖掘 特征选择 嵌入集 数据挖掘

在线阅读 下载PDF 职称材料

数据挖掘技术在客户获取策略中的应用 被引量：3

19

作者 张喆 常桂然 黄小原 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第11期1112-1115,共4页

对于客户获取策略中客户反应行为模式分析,从数据挖掘技术的角度可以归结为分类问题·依据组合分类方法的思想,提出一种基于遗传算法的多重决策树组合分类方法来提高分类的准确性和精确度·该组合分类方法将以概率度量水平的多... 对于客户获取策略中客户反应行为模式分析,从数据挖掘技术的角度可以归结为分类问题·依据组合分类方法的思想,提出一种基于遗传算法的多重决策树组合分类方法来提高分类的准确性和精确度·该组合分类方法将以概率度量水平的多重决策树进行并行组合,采用遗传算法优化连接权值矩阵·在仿真分析中采用二元反应行为模式的客户反馈仿真数据对该组合分类方法进行测试和评估·实验结果表明,在保持分类结果良好可解释性的基础上相比于单个决策树方法,该组合分类方法具有更高的分类精度,并优化了分类规则· 展开更多

关键词 遗传算法 多重决策树 组合分类方法 客户反应行为模式 数据挖掘

在线阅读 下载PDF 职称材料

统计策略序列模式挖掘及其在软件缺陷预测中的应用 被引量：1

20

作者 唐磊 李春平 杨柳 《计算机科学》 CSCD 北大核心 2013年第5期164-167,188,共5页

人类的生活越来越依赖于高可靠性和可用性的软件系统,软件缺陷一直是软件工程领域中研究最活跃的内容之一。在研究序列模式挖掘技术的基础上,介绍了软件缺陷预测的相关技术,设计了一种基于统计策略的序列模式挖掘算法的软件缺陷预测方案... 人类的生活越来越依赖于高可靠性和可用性的软件系统,软件缺陷一直是软件工程领域中研究最活跃的内容之一。在研究序列模式挖掘技术的基础上,介绍了软件缺陷预测的相关技术,设计了一种基于统计策略的序列模式挖掘算法的软件缺陷预测方案,实现了InfoMiner和STAMP两种模式挖掘算法、卡方检验特征选择和SVM等分类算法;构造了一个软件缺陷预测模型,实现了预测和发现软件系统中的未知缺陷的功能。实验结果表明,所提软件预测模型可以获得良好的预测结果,具有一定的使用价值和应用前景。 展开更多

关键词 数据挖掘 序列模式 软件缺陷 信息增益 分类预测

在线阅读 下载PDF 职称材料