扩展算法在频繁行为模式分析中的优化研究

• 作者: 刘云 黄亚飞
• 来源期刊: 云南大学学报（自然科学版）
• 学科: 工学
• 关键词: TPBP算法 频繁模式分析 预处理 多维时间数据
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机、信息与电子科学
• 页码范围: 236-242
• 页数: 7页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.7540/j.ynu.20170314

摘要

对电子穿戴设备标准实时数据库进行频繁行为模式分析,主要通过多维度数据分析来获得更高的识别精度和识别效率.提出一种可扩展的频繁行为模式分析算法,先将采集数据转换为所定义的实体模式,对实体数据进行位置状态检测和时间转换的时空预处理;然后利用滑动窗口对时空预处理后的数据构建相似实体组,并过滤寿命周期过短的组来构建用户配置文件;最终实现模式分析识别.仿真结果表明,对比estDes+和StreamMining两种算法,新算法能有效的提高频繁行为模式分析的识别精度和识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	昆明理工大学信息工程与自动化学院	73	209	7.0	10.0
2	黄亚飞	昆明理工大学信息工程与自动化学院	2	1	1.0	1.0