1) Research on Frequent Subtree Mining
频繁子树挖掘研究
3) frequent subgraph mining
频繁子图挖掘
1.
The graph model and its generator,which is the important research platform of frequent subgraph mining are introduced.
归纳了频繁子图挖掘方法的处理流程,分析评价了频繁子图挖掘的典型算法:广度优先搜索和深度优先搜索的频繁子图挖掘算法,概述了频繁子图挖掘研究的平台——图模型及其产生器,并对频繁子图挖掘方法未来研究方向进行了展望。
4) frequent item mining
频繁项挖掘
1.
A novel frequent item mining algorithm based on multi-dimentsional clustering is proposed,which uses clustering theory to mine significant flow and its rules automatically in network.
提出一种基于多维聚类的频繁项挖掘算法,利用聚类思想自动挖掘网络中的显著流量及其规则,并在此基础上,对显著流量进行P2P疑似性判别,同时结合应用层特征识别技术,对高度疑似的P2P显著流量类进行过滤,实现未知P2P流量检测。
5) 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。
6) subtree mining
子树挖掘
1.
Being a semi-structured data mining problem, subtree mining is a relatively new branch yet has many applications in domains such as biology, Web data analysis and compound elementary analysis and so on.
子树挖掘作为一种半结构化的数据挖掘问题是数据挖掘领域中一个较新的分支,它在生物学、Web数据分析和化合物结构分析等许多领域都有广泛的应用前景。
补充资料：频繁
次数多：频繁出入｜在战斗频繁的日子里，坚持学文化多不容易啊!
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