基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
频繁模式的发现是数据挖掘中非常重要且很有意义的一项工作,然而通常情况下生成的频繁模式数量非常巨大,因此如何有效地表示挖掘到的频繁模式就变得尤其重要,提出一种新的频繁模式的约简表示方法,即利用支持向量回归(SVR)方法对频繁模式进行拟合,根据参数调节最后的压缩比和总误差,对于大数据量不便于SVR一次计算的情况,提出利用聚类方法将得到的频繁模式进行分区,然后利用SVR方法对各个区的频繁模式进行回归分析,两者比较的结果表明一次性的全局拟合的效果更好.通过实验验证表明了该方法的有效性.
推荐文章
阵列波束优化的标准支持向量回归
支持向量机
标准支持向量回归
波束形成
阵列信号处理
阵列波束优化
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
多项式光滑的支持向量回归机
支持向最回归机
ε-不敏感损失函数
光滑
多项式函数
基于支持向量回归的光度配准算法
支持向量机
图像
配准
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 频繁模式支持向量回归的约简表示
来源期刊 小型微型计算机系统 学科 工学
关键词 频繁模式 支持向量机 回归
年,卷(期) 2009,(5) 所属期刊栏目 人工智能与算法研究
研究方向 页码范围 937-939
页数 3页 分类号 TP183
字数 2510字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钱建生 中国矿业大学信息与电气工程学院 141 1486 20.0 31.0
2 何霁野 6 26 3.0 5.0
3 李小斌 中国矿业大学计算机科学与技术学院 10 9 2.0 2.0
5 赵志凯 中国矿业大学计算机科学与技术学院 12 46 5.0 6.0
8 宋万宝 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
频繁模式
支持向量机
回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导