1) XML frequent pattern
XML频繁模式
2) frequent patterns
频繁模式
1.
Weighted frequent patterns mining algorithm based on global graph traversals;
基于全局图遍历的加权频繁模式挖掘算法
2.
Classification of protein sequences based on frequent patterns;
基于频繁模式的蛋白质序列分类
3.
Algorithm of frequent patterns mining based on FS-tree;
基于FS-tree的频繁模式挖掘算法
3) frequent pattern
频繁模式
1.
Fast discovering frequent patterns in financial time series data based on data mining;
基于数据挖掘的金融时序频繁模式的快速发现
2.
Fast mining frequent patterns in semi-structured data stream;
半结构化文档数据流的快速频繁模式挖掘
3.
A pattern growth algorithm for frequent patterns mining;
一种基于模式增长的频繁模式挖掘算法
4) frequent pattern tree
频繁模式树
1.
An improved frequent pattern tree growth algorithm;
一种改进的频繁模式树生长算法
2.
Algorithm for mining associative classification rules based on frequent pattern tree;
基于频繁模式树的关联分类规则挖掘算法
3.
Mining frequent pattern tree in Web data;
Web数据中频繁模式树的挖掘
5) FP-Tree
频繁模式树
1.
An Algorithm for Mining Connected Closed Frequent Subgraphs Based on FP-Tree
基于频繁模式树的频繁连通闭图集挖掘算法
2.
Aiming at the problem that traditional methods with only one minsup can not completely reflect different appearing frequencies and natures of different data items,based on FP-Tree,a new algorithm is proposed called MSDMFIA(Multiple minimum Supports for Discover Maximum Frequent Item sets Algorithm).
针对单一最小支持度挖掘关联规则不能反应不同数据项出现频度与性质的问题,提出了一个基于频繁模式树的多重支持度关联规则挖掘算法MSDMFIA(Multiple minimum Supports for Discover Maximum Fre-quent Item sets Algorithm),根据不同数据项的特点定义多重支持度,通过挖掘数据库中的最大频繁项目集,计算最大频繁候选项目集在数据库中的支持度来发现关联规则。
3.
This paper proposes an efficient FP-tree based algorithm,MMFP(Mining Maxim.
通过对最大频繁模式挖掘的问题描述 ,以及关键问题的分析 ,针对频繁模式树 (FP- tree)和最大频繁模式的特点 ,给出了基于频繁模式树的最大频繁模式挖掘算法 (MMFP) ,采取先挖掘候选最大频繁模式再判断子集的方法 ,经示例分析表明该算法是有效的。
补充资料：XML对象模式
微软IE5中的XML解析器揭示了XML对象模式，允许你访问和处理XML文档中的节点。当解析器读取并且解析一个XML文档时，它将建立一棵节点树，每个节点都能通过脚本来访问。 例如，如果解析器读取并且解析下面的XML文档，它将创建一个能通过文档ID值(xmlDocument)被引用的文档对象，一个表现根节点的对象和一个表现树中其余节点的对象。
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