利用编码的频繁导出式子树挖掘算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 121-124.

• 数据库、信号与信息处理 • 上一篇下一篇

利用编码的频繁导出式子树挖掘算法

尹四清1，孔鹏程2，张素兰2

1.中北大学软件学院，太原 030051
2.太原科技大学计算机科学与技术学院，太原 030024

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Frequent induced subtree mining algorithm using encoding

YIN Siqing1，KONG Pengcheng2，ZHANG Sulan2

1.School of Software，North University of China，Taiyuan 030051，China
2.School of Computer Science and Technology，Taiyuan University of Science and Technology，Taiyuan 030024，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 针对频繁导出式子树的特点，给出一种基于编码的频繁导出式子树挖掘算法。该算法通过宽度优先编码来表示原始数据库，使单个投影的规模最小;通过对每个投影编码降低了整个投影库的规模，从而有效地提高了频繁导出式子树的挖掘效率。实验结果验证了该算法具有较高的挖掘效率。

关键词: 数据挖掘, 频繁导出式子树, 投影库, 编码

Abstract: According to the characteristics of frequent induced sub-tree，a mining algorithm based on encoding，called EFITM algorithm，is presented.Width-first encoding is used to express the initial database，which minimizes the encoding size of every single projection in the project database.The intervals with encoding are used to denote the project database of the node on the right-most path of the subtree，and the size of the whole project database is decreased.Experimental results show the correctness and the validity of the EFITM algorithm.

Key words: data mining, frequent induced subtree, project database, encoding

尹四清1，孔鹏程2，张素兰2. 利用编码的频繁导出式子树挖掘算法[J]. 计算机工程与应用, 2011, 47(24): 121-124.

YIN Siqing1，KONG Pengcheng2，ZHANG Sulan2. Frequent induced subtree mining algorithm using encoding[J]. Computer Engineering and Applications, 2011, 47(24): 121-124.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	吴文龙，周喜，王轶，王保全. WKAG：一种针对不平衡医保数据的欺诈检测方法[J]. 计算机工程与应用, 2021, 57(9): 247-254.
[3]	李健，孙大松，张备伟. 结合双编码器与对抗训练的图像修复[J]. 计算机工程与应用, 2021, 57(7): 192-197.
[4]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[5]	温杰彬，杨文忠，马国祥，张志豪，李海磊. 基于Apex帧光流和卷积自编码器的微表情识别[J]. 计算机工程与应用, 2021, 57(4): 127-133.
[6]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[7]	陈海，钱付兰，陈洁，赵姝，张燕平. 基于变分自编码器的评分预测模型[J]. 计算机工程与应用, 2021, 57(22): 153-159.
[8]	安磊，韩忠华，林硕，尚文利. 面向网络入侵检测的GAN-SDAE-RF模型研究[J]. 计算机工程与应用, 2021, 57(21): 155-164.
[9]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[10]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[11]	刘臣，陈静娴，郝宇辰，李秋，甄俊涛. 基于时空网络的地铁进出站客流量预测[J]. 计算机工程与应用, 2021, 57(18): 248-254.
[12]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[13]	丁勇，程家桥，蒋翠清，王钊. 基于主题和关键词特征的比较文本分类方法[J]. 计算机工程与应用, 2021, 57(17): 196-202.
[14]	徐麒皓，李波. 改进双向LSTM的肺结节分割方法[J]. 计算机工程与应用, 2021, 57(15): 237-244.
[15]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.

利用编码的频繁导出式子树挖掘算法

Frequent induced subtree mining algorithm using encoding

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics