1) TFPDM
变形的频繁集挖掘算法
3) FP-SPMA
基于FP-tree的共享前缀频繁项集挖掘算法(FP-SPMA)
4) frequent subgraph mining algorithm
频繁子图挖掘算法
1.
AGM algorithm and HSIGRAM algorithm are two typical frequent subgraph mining algorithms.
AGM算法和HSIGRAM算法是两个经典的频繁子图挖掘算法,在基于图的数据挖掘中有重要的应用。
5) frequent item-set mining
频繁项集挖掘
1.
To further improve the scalability of the algorithm for frequent item-set mining,studies on the frequent item-set search space and the FP-tree operation method were made.
为了进一步提高频繁项集挖掘算法的可扩展性,对频繁项集的搜索空间以及FP-tree的操作方法进行了研究。
2.
Pattern tree is the most frequently used data structure in frequent item-set mining.
模式树是目前频繁项集挖掘最常用的数据结构,使用模式树可以有效地将数据库压缩于内存,并在内存中完成对频繁项集的挖掘。
6) inverse frequent set mining
反频繁集挖掘
1.
The paper proposes a method of approximate inverse frequent set mining,analyies its computational complexity,and concludes that approximate inverse frequent set mining is NP-complete.
文章给出了一种近似的反频繁集挖掘方法,分析了它的可计算复杂度,得出了近似反频繁集挖掘是一个NP完全问题,提出了近似的反频繁集挖掘的下一步研究重点。
补充资料：大坝内部变形观测(见水工建筑物变形观测)
大坝内部变形观测(见水工建筑物变形观测)
daba neibubianxing guanCe大坝内部变形观测见水工建筑物变形观测。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条