增量式更新相关论文
随着城市建设的不断发展，路灯设施新管线增加及老管线改造，对路灯设施数据的管理提出了更高要求。城市路灯设施数据具有较强空间特性......
矢量地图数据的增量式更新是目前地图数据快速更新的有效方法。作为矢量地图数据增量式更新的关键技术之一,矢量地图数据的局部拓......
随着科技的进步和计算机网络的飞速发展,人们已形成这样的共识:网络和电子商务是企业制胜的必由之路.然而,高度发达的网络也带来了......
现有的序列模式挖掘算法能有效地在大型数据库中挖掘出完整的序列模式集。然而在这些算法中仍存在两个值得注意的问题，一是大多数增......
伴随着大数据时代的到来,图处理面临的数据规模越来越大,使得传统的距离算法(Dijkstra,BFS,Floyd)因为内存瓶颈变得不再适用,同时......
序列模式挖掘是数据挖掘的一个重要分支,在金融通讯等领域应用中,序列模式挖掘发挥了重要的作用。虽然到目前为止,关于序列模式的......
基于用户会话的测试技术，是近年来Web应用测试的另一种新的有力途径。该方案以用户访问系统产生的用户会话为基础，采用捕获/回放机制......
粗糙集理论为数据挖掘与知识发现提供了理论框架.在粗糙集理论中,一个粗糙集可以用一对可定义集(上、下近似)来近似表示,但它们与......
现代智能系统的发展以及海量数据的积累,人们也开始逐渐重视数据挖掘。数据挖掘的其中一个重要研究热点是关联规则的挖掘,其目的是......
关联规则是当前数据挖掘研究的主要模式之一.本文提出了一种高效的增量式关联规则的挖掘算法USLIG,以处理当最小支持度改变时相应......
由于现实中的数据集存在着大量的冗余属性,因此需要对它们进行属性约简.针对传统的属性约简算法不能很好的处理动态变化的数据集,......
关联规则的发现是数据挖掘的一个重要问题.当最小支持度和最小可信度变化时,如何利用原来的挖掘结果快速得到新的频繁项目集和关联......
目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行属性约简处理......
利用Learn++思想对Cascade组合分类器进行了改进,提出了一种基于Cascade的增量式组合分类算法,并将之应用到肝脏图像的分类中.实验......
针对实际的决策表中的对象通常是动态变化的情况,首先引入了简化的决策表,然后在动态更新核的基础上,结合简化二进制差别矩阵和位......
提出了一种实用的快速聚焦关联规则更新算法。在需要反复调整最小支持度的情况下，如何充分利用以往挖掘过程中的信息，避免多次扫描数......
系统地介绍了最大频繁项集的增量式更新问题,提出最大频繁项目集更新算法FUMFS,并举例说明了算法的执行过程。该算法充分利用已建......
随着电子商务的发展,基于协同过滤的推荐算法越来越受欢迎,与此同时,该算法的缺陷也越来越明显,如数据稀疏性、系统可扩展性等。为......
农业信息系统的建立和大量农业数据的增长,使得人工获取知识和分析数据变得越来越难,需要对数据进行自动分析并获取知识。农业信息......
本文文讨论分析信息系统（或决策表）新增对象的各种情况，提出一个直接、简洁基于差别矩阵的属性核增量式更新算法．该方法在更新差别矩阵......
发现最大频繁项目集是多种数据挖掘应用中的关键问题，目前已经提出了许多算法用于发现最大频繁项目集，而对最大频繁项目集维护问题的......
关联规则的挖掘是数据挖掘研究中的一个重要课题,目前已经提出了许多用于发现海量事务库中关联规则的算法以及更新已经发现的关联......
算法充分利用以往挖掘过程中的结果，无需再次扫描原数据集，对新增数据集也只扫描一次，即可得到事务更新后的数据集的频繁项集。避免了......
发现频繁项目集是关联规则挖掘的关键问题，而发现的过程是高花费的。因此，要求对增量挖掘算法进行深入研究。这使得关联规则的更新成......
针对连续型属性的数据集，当有新样本加入时，可能引起最佳属性约简子集变化的问题。提出了基于邻域粗糙集的特征子集增量式更新方法。......
挖掘最大频繁项目集是多种数据挖掘应用中的关键问题,之前的很多研究都是采用Apriori类的候选项目集生成-检验方法.然而,候选项目......
本文就数据库不变,最小支持度发生变化的情况下,关联规则的维护问题进行研究,提出了一种新的增量式更新算法.......
对挖掘关联规则中的FUP算法的关键思想以及性能进行了研究,针对挖掘关联规则中FUP算法的不足,提出了一种基于临时表的改进算法MFUP......
对事务数据库增加记录时的关联规则维护问题进行了研究，在分析现有算法的基础上，提出了一个高效的增量式更新算法EUAR。与同类算法相......
论述了地形图数据库更新的必要性,分析比较了版本式更新和增量式地形图数据库更新方法的优缺点,认为增量式更新具有优势。提出并分......
关联规则是数据挖掘中的重要研究内容之一,对在事务数据库不变,只对最小支持度和最小可信度进行改变的情况下,针对关联规则的维护......
鉴于运用基本粗糙集理论获取与更新经验性知识时,进行增量式更新过程中数据库时空开销大的问题,提出一种基于改进差别矩阵的增量式......
发现频繁项集是数据挖掘应用中的关键问题,发现过程的高花费要求对增量数据挖掘算法进行深入研究.考虑保持最小支持度不变,一个事......
目前绝大多数频繁项目集（或最大频繁项目集）挖掘算法并没有考虑相关领域知识，其结果会产生许多无关的模式．因此，发现约束频繁（或约束最大......
提出一种基于改进差别矩阵的核增量式更新算法，主要考虑对象动态增加情况下核的更新问题．该算法在更新差别矩阵时仅须插入某一行及某......
目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行处理,在信息......
该文通过对已有的关联规则的增量式IUA算法进行分析和修改，提出了My_IUA算法，并将此算法新的应用领域加以拓展。......
关联规则是数据挖掘中的一个重要研究内容。目前已经提出了许多用于高效地发现大规模数据库中的关联规则的算法，而对已发现规则的更......
在分析现有的关联规则算法FUP的基础上，指出了该算法的不足之处，进而提出了一种改进的增量式更新算法AUI，AUI算法解决了在线环境下最......
目前已提出了许多频繁项集更新算法,但是它们往往需要至少扫描一次原数据库,且会丢失一些重要规则。为此,文章提出了一种新的快速......
深入分析基于差别矩阵的属性核快速更新算法——FUAC后,指出引起该算法空间复杂度高的原因,在此基础上提出了一种不存储差别矩阵的......
增量式更新算法能充分利用已挖掘出的知识来提高挖掘效率,是数据挖掘高效算法研究中一个主要方向.本文首先分析了经典的关联规则增......
目前已经提出的许多关联规则发现算法，大多数用于高效地发现大规模数据库中的关联规则，而对关联规则维护问题的研究工作却很少。文章......
程序理解系统是运用计算机代替人工对软件程序进行分析的一种技术．随着软件规模的增大，分析过程中获取和产生的数据信息量很大，数据存......
针对在最小支持度、最小置信度不变的情况下,新增数据集时关联规则更新问题,提出了一种新的关联规则的更新算法。该算法采用Aprior......
关联规则的高效维护算法研究是当前数据库研究的热点之一.本文研究了事务数据库中关联规则的增量式更新问题,提出了基于频繁模式树......
提出一种适用于分布式数据流环境的、基于密度网格的聚类算法。利用局部站点快速更新数据流信息,使网格空间反映当前数据流的变化......
粗糙集理论为知识库构造提供了一种形式化的理论模型，但是针对不相容决策系统构造知识库仍然是值得深入研究的问题。基于决策系统分......
