數(shù)據(jù)流閉頻繁模式挖掘算法研究.pdf

1、由于數(shù)據(jù)流的流動性、無限增長的特點,傳統(tǒng)的數(shù)據(jù)管理技術(shù)已經(jīng)無法有效的管理數(shù)據(jù)流中的數(shù)據(jù),因此,有必要對數(shù)據(jù)流管理中的一些新技術(shù)做些研究。整個數(shù)據(jù)庫界已經(jīng)開始關(guān)注數(shù)據(jù)流管理技術(shù)。
　　 自動控制、計算機、圖形圖像、網(wǎng)絡(luò)等多個領(lǐng)域的知識都涉及到系統(tǒng)仿真技術(shù)。數(shù)據(jù)挖掘技術(shù)可以獲取仿真數(shù)據(jù)中隱藏的知識。仿真系統(tǒng)復(fù)雜程度越高和規(guī)模越大,仿真時間會越長,需要的空間也越大?？梢?仿真數(shù)據(jù)具有數(shù)據(jù)流的特征,可以用數(shù)據(jù)流挖掘技術(shù)處理仿真數(shù)據(jù)。關(guān)聯(lián)

2、規(guī)則是仿真系統(tǒng)常選擇的一類挖掘任務(wù)。研究生階段,本人主要研究了頻繁模式在數(shù)據(jù)流中的應(yīng)用。其中,重點研究如何在數(shù)據(jù)流上挖掘閉頻繁集。
　　 本文提出了一種挖掘數(shù)據(jù)流時間窗口中閉頻繁項集的方法NEWT-Moment。在單遍掃描數(shù)據(jù)流各事務(wù)的情況下,該方法能完整地記錄模式信息。同時,NEWT—Moment提出的減枝方法能很好地降低滑動窗口樹F—tree的空間復(fù)雜度與閉頻繁模式樹NEWT-tree的維護(hù)代價。此外,該方法提出的時間衰減機