模糊关联规则结合动态树重建的数据流挖掘
作者:
魏怀明
关键词:
关联规则挖掘
频繁模式树
隶属度函数
动态树
数据流
摘要:
针对基于频繁模式树的规则挖掘方法计算负载高和难以处理数据流格式,提出一种利用动态树构建的模糊关联规则挖掘方法.该技术整合了无处不在数据挖掘(UDM)和模糊集概念,首先利用滑动窗口最小化模糊关联规则.然后推导变量的模糊集,并给予适当描述,同时估计隶属度函数.最后构建动态树,并给每个节点添加一种隶属度函数值.根据当前窗口进行模糊关联规则推理.实验利用两种不同的公开数据,"交通事故"和"零售"数据集.考虑了3个模糊区域和五个模糊区域的运行分布.与频繁模式树(FPT)、压缩模糊频繁模式树(CFFPT)和熵加权频繁模式树(EWFPT)相比,提出的方法检索数据库只需要一次,且处理的数据要求更为宽松.
上一篇: 带数据修正的卡尔曼一致滤波
下一篇: 准最小二乘的神经网络在光伏MPPT中的应用