检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基因表达数据的频繁闭合项集挖掘算法研究

基因表达数据的频繁闭合项集挖掘算法研究

作者：史建军桂林电子科技大学

学位级别：硕士

基因表达数据蕴含丰富的生物信息,但由于其高维且数据量大的特点,生物信息的挖掘成为极具挑战性的课题。关联分析由于形式简单且结果易于理解,已逐渐成为基因表达数据重要的分析方法之一。频繁闭合项集挖掘是关联分析中的重点和难点之一... 详细信息

基因表达数据蕴含丰富的生物信息,但由于其高维且数据量大的特点,生物信息的挖掘成为极具挑战性的课题。关联分析由于形式简单且结果易于理解,已逐渐成为基因表达数据重要的分析方法之一。频繁闭合项集挖掘是关联分析中的重点和难点之一。本文对基因表达数据中频繁闭合项集挖掘算法做了全面深入的研究。针对当前算法中存在的一些不足提出改进算法。针对目前基因表达数据的频繁闭合项集挖掘均需先设定最小支持度,提出挖掘基因表达数据中top-k频繁闭合项集问题,并设计了相关算法。本文主要研究工作如下: (1)对现有频繁项集和频繁闭合项集挖掘算法进行深入剖析。从已有算法使用的策略和数据结构着手分析算法的优缺点,重点研究了基因表达数据频繁闭合项集挖掘算法。 (2)采用行枚举空间搜索时,已有自底向上策略并未有效利用最小支持度阈值对搜索空间进行修剪,导致算法的时空性能较差。基于自顶向下策略的频繁闭合项集挖掘算法TP+close较好地解决了此问题。然而,TP+close算法在对项集进行闭合性检测时,要对已输出的频繁闭合项集进行扫描,影响了算法性能。通过对TP+close算法和数据结构TP+-tree深入分析,提出改进的数据结构TTP+tree和基于该结构的改进算法TTP+close。算法TTP+close引入了一种新的闭合性检测方法,即基于痕迹的闭合性检测方法,避免对已输出的频繁闭合项集扫描来判别将输出项集的闭合性。 (3)已有大多数挖掘基因表达数据的频繁闭合项集需先设定最小支持度,但在实际应用中确定合适的最小支持度并不容易。本文提出在基因表达数据中挖掘top-k频繁闭合项集问题,并设计了挖掘算法TBtop。算法使用自顶向下宽度优先搜索策略挖掘项集长度不小于给定值min的top-k频繁闭合项集,并对搜索空间进行了有效修剪。

关键词：基因表达数据关联规则频繁闭合项集 top-k频繁闭合项集自顶向下宽度优先

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种数据流频繁闭合项集挖掘算法的研究

一种数据流频繁闭合项集挖掘算法的研究

作者：奚培哈尔滨工程大学

学位级别：硕士

随着信息技术的飞速发展,许多领域产生的数据是在时间维度上严格有序、在数值上不断变化的无限的数据序列,由此产生数据流模型。数据流频繁项集挖掘作为数据流挖掘的一个新兴研究热点,挖掘得到的项集与关联规则的数量往往大得惊人,而且... 详细信息

随着信息技术的飞速发展,许多领域产生的数据是在时间维度上严格有序、在数值上不断变化的无限的数据序列,由此产生数据流模型。数据流频繁项集挖掘作为数据流挖掘的一个新兴研究热点,挖掘得到的项集与关联规则的数量往往大得惊人,而且难以理解与运用,这就需要一种更先进的数据流频繁项集挖掘技术的出现。数据流频繁闭合项集挖掘技术应运而生。CFI-Stream算法是一种在线挖掘最近的频繁闭合项集的算法。分析该算法发现,它存在两个极其影响算法性能的问题:其一,该算法存在一个很大的性能瓶颈——递归调用Add函数,并且递归的深度和次数随着事务长度的增加而呈指数级增长,这极大地影响了算法的时间和空间复杂度。其二,该算法中对于事务的最大项集及其子集的闭包检查,每次都是全局遍历,造成很多不必要的检查,影响了时间效率。针对上述两个方面的问题,本论文提出一种新的频繁闭合项集挖掘算法,采用有序字典序树的数据结构和差集结点的形式作为算法的数据结构。采用分而治之的策略,对每一个分支进行独立的挖掘,从一个分支结束到转向另一个分支时,会根据两个分支之间的不同前缀,选择合适的子集进行递归调用,大大的减少了递归的次数和深度。采用宽度优先搜索和深度优先搜索相结合的方法,其中,深度优先搜索的策略能够保证在进行交集运算的同时记住需要进行递归调用的子集,此子集在很大程度上缩短了长度,因为它省去了自根结点起的所有前缀的项目,只保留差集。实验表明新的频繁闭合项集挖掘算法在一定程度上降低了时空复杂度,尤其在稀疏型数据集环境下,该算法所体现的优越性更加突出。

关键词：数据流在线挖掘频繁闭合项集有序字典序树差集结点

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

垂直分布下的隐私保护频繁闭合项集挖掘算法

桂林电子科技大学学报 2014年第4期34卷 295-299页

作者：明媚缪裕青李世令李云辉桂林电子科技大学计算机科学与工程学院广西桂林541004

针对垂直分布下的隐私保护关联规则挖掘算法效率低、安全性不高的问题,提出一种隐私保护频繁闭合项集的挖掘算法。算法利用挖掘频繁闭合项集代替频繁项集,IT-Tree作为搜索空间,Diffsets作为压缩结构,采用基于RSA可交换加密算法的隐私保... 详细信息

针对垂直分布下的隐私保护关联规则挖掘算法效率低、安全性不高的问题,提出一种隐私保护频繁闭合项集的挖掘算法。算法利用挖掘频繁闭合项集代替频繁项集,IT-Tree作为搜索空间,Diffsets作为压缩结构,采用基于RSA可交换加密算法的隐私保护集合差集协议。实验结果表明,算法具有较好的隐私性、准确性、高效性。

关键词：隐私保护关联规则频繁闭合项集差集协议 Diffsets

基于DSCFCI_tree的带项目约束的数据流频繁闭合模式挖掘算法

在线全文

学校读者我要写书评

暂无评论

中国科学技术大学学报 2009年第11期39卷 1194-1201页

作者：胡为成王本年程转流铜陵学院信息技术与工程管理研究所安徽铜陵244000 合肥工业大学计算机与信息学院安徽合肥230009

根据数据流的特点,提出了一种挖掘约束频繁闭合项集的算法,该算法将数据流分段,用DSCFCI_tree动态存储潜在约束频繁闭合项集,对每一批到来的数据流,首先建立局部DSCFCI_tree,进而对全局DSCFCI_tree进行有效更新并剪枝,从而有效地挖掘整... 详细信息

根据数据流的特点,提出了一种挖掘约束频繁闭合项集的算法,该算法将数据流分段,用DSCFCI_tree动态存储潜在约束频繁闭合项集,对每一批到来的数据流,首先建立局部DSCFCI_tree,进而对全局DSCFCI_tree进行有效更新并剪枝,从而有效地挖掘整个数据流中的约束频繁闭合模式.实验表明,该算法具有很好的时间和空间效率.

关键词：数据挖掘数据流关联规则频繁闭合项集

在线全文

学校读者我要写书评

暂无评论

数据流中频繁闭合模式的挖掘

计算机工程 2008年第16期34卷 50-52页

作者：程转流胡学钢合肥工业大学计算机与信息学院

频繁闭合模式集可唯一确定频繁模式完全集。根据数据流的特点,提出一种挖掘频繁闭合项集的算法,该算法将数据流分段,用DSFCI_tree动态存储潜在频繁闭合项集,对每一批到来的数据流,建立局部DSFCI_tree,进而对全局DSFCI_tree进行更新并剪... 详细信息

频繁闭合模式集可唯一确定频繁模式完全集。根据数据流的特点,提出一种挖掘频繁闭合项集的算法,该算法将数据流分段,用DSFCI_tree动态存储潜在频繁闭合项集,对每一批到来的数据流,建立局部DSFCI_tree,进而对全局DSFCI_tree进行更新并剪枝,从而有效地挖掘整个数据流中的频繁闭合模式。实验表明,该算法具有良好的时间和空间效率。

关键词：数据挖掘数据流关联规则频繁闭合项集

基于DSFCI-tree的分布式数据流频繁闭合模式挖掘

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2007年第9期24卷 120-122,125页

作者：程转流胡为成胡学钢合肥工业大学计算机与信息学院安徽合肥230009 铜陵学院计算机系安徽铜陵244000

频繁闭合模式集可惟一确定频繁模式完全集且数据量要小几个数量级。根据分布式数据流的特点,提出了一种挖掘频繁闭合项集的算法,该算法采用K叉树形结构,以叶子节点接收各条数据流,创建DSFCI_tree结构来存贮各条数据流中的每段闭合模式,... 详细信息

频繁闭合模式集可惟一确定频繁模式完全集且数据量要小几个数量级。根据分布式数据流的特点,提出了一种挖掘频繁闭合项集的算法,该算法采用K叉树形结构,以叶子节点接收各条数据流,创建DSFCI_tree结构来存贮各条数据流中的每段闭合模式,然后逐层往上合并更新,从而在根节点可得整个分布式数据流的频繁闭合模式。

关键词：数据挖掘分布式数据流关联规则频繁闭合项集

在线全文

学校读者我要写书评

暂无评论

基于垂直数据格式频繁项集挖掘算法的研究

基于垂直数据格式频繁项集挖掘算法的研究

作者：陈帅燕山大学

学位级别：硕士

频繁模式挖掘是数据挖掘研究中的关键技术之一，现有的频繁模式挖掘算法能有效挖掘完整的频繁模式集。但是，随着应用领域的日益细化，传统的频繁模式挖掘算法已不能满足现在的挖掘要求。如何采用高度压缩的存储方式高效地挖掘高维数据... 详细信息

频繁模式挖掘是数据挖掘研究中的关键技术之一，现有的频繁模式挖掘算法能有效挖掘完整的频繁模式集。但是，随着应用领域的日益细化，传统的频繁模式挖掘算法已不能满足现在的挖掘要求。如何采用高度压缩的存储方式高效地挖掘高维数据集中的频繁模式以及挖掘用户最感兴趣模式是一个研究热点。本文针对这些问题，将垂直数据格式应用到频繁模式挖掘算法中进行新算法研究，其研究成果可用于基因表达分析、顾客购买行为模式预测及软件安全分析等领域。首先，提出一种基于RIHS-树的频繁闭合项集挖掘算法。该算法采用转置表存储数据集;然后根据转置表构造RIHS-树，将行集按照共享前缀的方式存储，通过深度优先搜索策略及闭项集检查策略的使用，挖掘所有的频繁闭合项集。其次，提出一种基于RI-DAG的Top-k频繁闭合项集挖掘算法。该算法首先将数据集转化成转置表，通过每个项对应的行集构建RI-DAG，同时得到初始边界支持度。通过遍历RI-DAG递归产生k个频繁闭合项集。最后，提出一种基于垂直数据格式加权频繁项集挖掘算法。该算法采用数据垂直格式将数据集根据最小项分类，通过最小项与其他项以及这些项的组合合并产生其对应的最小项类，并且根据加权有效扩展性质以及存储加权非频繁二项集的哈希列表进行剪枝，挖掘出所有的加权频繁项集。本文使用JAVA语言对上述算法进行实现，分别采用人工数据集合和真实数据集进行频繁项集挖掘实验研究。

关键词：频繁项集频繁闭合项集垂直数据格式 RI-DAG 行集权值约束

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于基因表达水平的肿瘤分类问题研究

基于基因表达水平的肿瘤分类问题研究

作者：陈小梅福建农林大学

学位级别：硕士

癌症治愈的关键是早期发现和有效治疗。肿瘤诊断和分型是主要的挑战。传统的病理学诊断方法的诊断效率有很大的局限性。基因芯片进行癌症诊断极大地提高了数据获取效率，成为了研究热点。但基因芯片数据存在高维数、高噪声、高通量等特... 详细信息

癌症治愈的关键是早期发现和有效治疗。肿瘤诊断和分型是主要的挑战。传统的病理学诊断方法的诊断效率有很大的局限性。基因芯片进行癌症诊断极大地提高了数据获取效率，成为了研究热点。但基因芯片数据存在高维数、高噪声、高通量等特点，如何从基因芯片的海量数据中提取有用的生物学信息，是癌症基因检测的关键。本文主要研究多类癌症基因特征的提取方法，并针对特定问题对相关算法进行了研究，改进了通过类间差异研究基因间相互作用机制的数据分析手段。本文的主要工作归纳如下：第一、数据预处理：基因芯片实验产生的数据存在大量不可靠的数据点，因此对7种类型癌症的微阵列数据，进行数据过滤、缺失值的KNN方法填补和样本间标准化等预处理。第二、针对多类肿瘤分类问题，研究了基于两类的多类特征提取方法，包括：(1)针对两类问题，设计了一种基于小波变换模极大值的特征提取流程，对相关问题的小波基等参数的选择进行了实验研究;(2)在两类差异基因特征描述的基础上，研究了基于MSVM-RFE算法的差异基因特征提取方法，并在GEO公共数据库GPL570平台下对GSE2109的多类肿瘤数据进行分类(560个训练样本和1201个测试样本)，测试准确率达94.4%。第三、改进了基于频繁闭合项集的邻接表和最小生成项的关联规则挖掘算法，并有效地应用于研究基因间相互作用机制，相关研究包括：(1)对频繁闭合项集挖掘算法做了进一步改进，减少了插入与替换操作，提高了算法的效率;(2)对生成最小生成项算法，通过增加项集组合，避免了频繁闭合项集最小生成项缺失;(3)对生成规则算法，简化了概念和算法过程，使得算法更易于理解和应用，并通过实验验证了算法改进的有效性。

关键词：基因芯片小波变换频繁闭合项集最小生成项邻接图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据流频繁模式挖掘技术研究

铜陵学院学报 2007年第5期6卷 69-70页

作者：程转流胡为成合肥工业大学安徽合肥230009 铜陵学院安徽铜陵244000

数据流是一种潜在无限的、连续快速的、随时间不断变化的数据序列。数据流应用的出现,带动了相关技术的研究,其中包括数据流频繁模式挖掘的研究。文中介绍了数据流及频繁模式的基本概念,讨论了数据流频繁模式挖掘的相关技术,并对数据流... 详细信息

数据流是一种潜在无限的、连续快速的、随时间不断变化的数据序列。数据流应用的出现,带动了相关技术的研究,其中包括数据流频繁模式挖掘的研究。文中介绍了数据流及频繁模式的基本概念,讨论了数据流频繁模式挖掘的相关技术,并对数据流的发展方向进行了展望。

关键词：数据挖掘数据流关联规则频繁闭合项集滑动窗口