一种基于序列挖掘的分类系统框架

• 作者: 原野 沈钧毅
• 来源期刊: 西安交通大学学报
• 关键词: 序列模式挖掘 分类 分类序列规则
• 年，卷（期）: 2004,（4）
• 页码范围: 400-403
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2004.04.018

摘要

为了有效地对序列数据进行分类,提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS).先采用一套约束和裁减策略,为每个分类挖掘频繁序列模式,并将其转换为分类序列规则(CSR);再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器.SPACS不需要在提取序列的特征后采用传统方法进行分类,可以直接利用从序列数据中提取出的频繁序列进行分类.实验结果表明,对于序列类型的数据的分类,SPACS比传统的决策树和关联分类方法具有更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈钧毅	西安交通大学电子与信息工程学院	211	4319	32.0	55.0
2	原野	西安交通大学电子与信息工程学院	12	128	7.0	11.0