免费论文摘要：序列数据的收缩一再形式发掘

一再序列形式发掘本领依附其宏大的运用价格变成了数据发掘接洽中的要害中心之一。跟着数据发掘本领的兴盛，于今已提出了很多灵验的一再序列形式发掘算法来处置各类实际生存中的题目，比方：一再序列形式发掘，极大序列形式发掘，闭序列形式发掘，鉴于牵制的序列形式发掘等。所以，暂时一再序列形式发掘算法的功效已不复是该接洽范围最要害的挑拨，取而代之的是怎样领会宏大的一再序列形式截止集的含意。因为妇孺皆知的自顶向下封锁个性引导一再序列形式的数目呈指数爆裂范围，运用户难以领会一再序列形式截止集的消息。为处置该类挑拨，是否收缩一再序列形式的截止集，找到一个范围较小且有代办性的序列形式汇合呢？即发掘收缩的一再序列形式。正文重要接洽序列数据的收缩一再形式发掘题目，这是一个在暂时数据发掘接洽范围的热门题目，正文的重要接洽功效如次所示：1. 提出了一种发掘收缩序列形式的灵验算法。该算法(被称为CFSP算法)可发掘出小批且具备代办性的序列形式来表白十足一再序列形式的消息。其重要办法为：第一步，赢得十足闭序列形式动作有代办性序列形式的候选集，与此同声还获得大普遍的有代办性序列形式；第二步，该算法仅需发掘结余的小批有代办性序列形式。经过如实数据集与模仿数据集的试验也可表明CFSP算法具备高效性。2. 提出了发掘收缩反复间歇序列形式这一题目。经过对该题目的情势化建立模型，可表明此题目的计划搀杂性是NP难的。为了灵验地处置该题目，从而安排出一种灵验算法：CRGSgrow。该算法重要囊括一种高效的剪枝战略，SyncScan和一种有代办性的反复间歇序列形式检验和测定体制。经过在典范数据集上的算法比较考查与算法功夫搀杂度领会，可得出CRGSgrow算法具备较高的算法功效与收缩功效。3. 提出了鉴于用户偏好的Top-K兼容序列形式发掘题目，并证领会该题目的最差功夫搀杂度为NP难的，还安排了一种鉴于贪婪战略的高效好像求解算法。4. 将鉴于用户偏好的Top-K兼容序列形式发掘的思维运用于文本发掘范围。该本领可在洪量文本数据会合灵验地抽掏出鉴于用户偏好的Top-K兼容中心形式。并在DBLP等巨型文本数据会合尝试表明其具备高品质的发掘截止。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/205939.html