2) frequent subgraph pattern
频繁子图模式
1.
This paper studies uncertain graph data mining and especially investigates the problem of mining frequent subgraph patterns from uncertain graph data.
研究不确定图数据的挖掘,主要解决不确定图数据的频繁子图模式挖掘问题。
3) 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
4) 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
5) 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
6) 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：植物命名的模式和模式标本
科或科级以下的分类群的名称，都是由命名模式来决定的。但更高等级（科级以上）分类群的名称，只有当其名称是基于属名的也是 由命名模式来决定的。种或种级以下的分类群的命名必须有模式标本根据。模式标本必须要永久保存，不能是活植物。模式标本有下列几种：
（1）主模式标本（全模式标本、正模式标本）（holotype）是由命名人指定的模式标本，即著者发表新分类群时据以命名、描述和绘图的那一份标本。
（2）等模式标本（同号模式标本、复模式标本）（isotype）系与主模式标本同为一采集者在同一地点与时间所采集的同号复份标本。
（3）合模式标本（等值模式标本）（syntype）著者在发表一分类群时未曾指定主模式而引证了2个以上的标本或被著者指定为模式的标本，其数目在2个以上时，此等标本中的任何1份，均可称为合模式标本。
（4）后选模式标本（选定模式标本）（lectotype）当发表新分类群时，著作未曾指定主模式标本或主模式已遗失或损坏时，是后来的作者根据原始资料，在等模式或依次从合模式、副模式、新模式和原产地模式标本中，选定1份作为命名模式的标本，即为后选模式标本。
（5）副模式标本（同举模式标本）（paratype）对于某一分类群，著者在原描述中除主模式、等模式或合模式标本以外同时引证的标本，称为副模式标本。
（6）新模式标本（neotype）当主模式、等模式、合模式、副模式标本均有错误、损坏或遗失时，根据原始资料从其他标本中重新选定出来充当命名模式的标本。
（7）原产地模式标本（topotype）当不能获得某种植物的模式标本时，便从该植物的模式标本产地采到同种植物的标本，与原始资料核对，完全符合者以代替模式标本，称为原产地模式标本。
（1）主模式标本（全模式标本、正模式标本）（holotype）是由命名人指定的模式标本，即著者发表新分类群时据以命名、描述和绘图的那一份标本。
（2）等模式标本（同号模式标本、复模式标本）（isotype）系与主模式标本同为一采集者在同一地点与时间所采集的同号复份标本。
（3）合模式标本（等值模式标本）（syntype）著者在发表一分类群时未曾指定主模式而引证了2个以上的标本或被著者指定为模式的标本，其数目在2个以上时，此等标本中的任何1份，均可称为合模式标本。
（4）后选模式标本（选定模式标本）（lectotype）当发表新分类群时，著作未曾指定主模式标本或主模式已遗失或损坏时，是后来的作者根据原始资料，在等模式或依次从合模式、副模式、新模式和原产地模式标本中，选定1份作为命名模式的标本，即为后选模式标本。
（5）副模式标本（同举模式标本）（paratype）对于某一分类群，著者在原描述中除主模式、等模式或合模式标本以外同时引证的标本，称为副模式标本。
（6）新模式标本（neotype）当主模式、等模式、合模式、副模式标本均有错误、损坏或遗失时，根据原始资料从其他标本中重新选定出来充当命名模式的标本。
（7）原产地模式标本（topotype）当不能获得某种植物的模式标本时，便从该植物的模式标本产地采到同种植物的标本，与原始资料核对，完全符合者以代替模式标本，称为原产地模式标本。
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