Đăng nhập

Hãy chọn một cách để đăng nhập

Hoặc tiếp tục với email

Nhớ mật khẩu

Chưa có tài khoản? Đăng ký

Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian

82 11 0

Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1

/ 82 trang

Thông tin tài liệu

Ngày đăng: 11/07/2021, 16:52

Xem thêm:

Hình ảnh liên quan

Áp dụng giải thuật Apriori cho CSDL giao dịch D( Bảng 2.1) với - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — p.
dụng giải thuật Apriori cho CSDL giao dịch D( Bảng 2.1) với Xem tại trang 24 của tài liệu.

Bảng 2.4 Các mẫu phổ biến có 3 danh mục - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 2.4.
Các mẫu phổ biến có 3 danh mục Xem tại trang 26 của tài liệu.

//Tăng biến count củ ap trong bảng header lên 1 H[p].count++; - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — ng.
biến count củ ap trong bảng header lên 1 H[p].count++; Xem tại trang 29 của tài liệu.

For each ai trong bảng header của Tree { - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — or.
each ai trong bảng header của Tree { Xem tại trang 30 của tài liệu.

Bảng 2.8 CSD LD sau khi sắp xếp theo thứ tự trong f-list - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 2.8.
CSD LD sau khi sắp xếp theo thứ tự trong f-list Xem tại trang 31 của tài liệu.

FP-growth ta được tập mẫu phổ biến như bảng dưới. - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — growth.
ta được tập mẫu phổ biến như bảng dưới Xem tại trang 32 của tài liệu.

Bảng 2.9 Kết quả tập mẫu phổ biến thỏa ngưỡng minsup=2 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 2.9.
Kết quả tập mẫu phổ biến thỏa ngưỡng minsup=2 Xem tại trang 32 của tài liệu.

Hình 2.5 Cây IT-Tree với lớp tương đương ở mứ c3 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 2.5.
Cây IT-Tree với lớp tương đương ở mứ c3 Xem tại trang 37 của tài liệu.

Hình 2.6 Cây IT-Tree với lớp tương đương ở mứ c4 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 2.6.
Cây IT-Tree với lớp tương đương ở mứ c4 Xem tại trang 37 của tài liệu.

Bảng 2.10 Cơ sở dữ liệu D1 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 2.10.
Cơ sở dữ liệu D1 Xem tại trang 39 của tài liệu.

Quá trình khai thác các mẫu phổ biến có trọng số trong CSDL D1 (Bảng 2.10) - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — u.
á trình khai thác các mẫu phổ biến có trọng số trong CSDL D1 (Bảng 2.10) Xem tại trang 44 của tài liệu.

Hình 2.8: Khởi tạo lớp tương đương rỗng cho WIT-tree - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 2.8.
Khởi tạo lớp tương đương rỗng cho WIT-tree Xem tại trang 45 của tài liệu.

FWI thỏa điều kiện minws. (Hình 2.11) - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — th.
ỏa điều kiện minws. (Hình 2.11) Xem tại trang 46 của tài liệu.

Hình 2.11 Cây WIT-tree hoàn chỉnh của CSDL D1 với minws=0.5 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 2.11.
Cây WIT-tree hoàn chỉnh của CSDL D1 với minws=0.5 Xem tại trang 47 của tài liệu.

Bảng 2.19 Tập tất cả các mẫu có tính chu kỳ một phần từ thuật toán PPA - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 2.19.
Tập tất cả các mẫu có tính chu kỳ một phần từ thuật toán PPA Xem tại trang 55 của tài liệu.

Bảng 3.1 Ví dụ về các Item trong khai thác mẫu có tính chu kỳ - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 3.1.
Ví dụ về các Item trong khai thác mẫu có tính chu kỳ Xem tại trang 59 của tài liệu.

Hình 3.2 Mô tả một item của mẫu trong khai thác mẫu có tính chu kỳ - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 3.2.
Mô tả một item của mẫu trong khai thác mẫu có tính chu kỳ Xem tại trang 59 của tài liệu.

Hình 3.3 Quy trình khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 3.3.
Quy trình khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian Xem tại trang 61 của tài liệu.

Hình 3.4 Mô tả kiểu dữ liệu hướng thời gian - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 3.4.
Mô tả kiểu dữ liệu hướng thời gian Xem tại trang 62 của tài liệu.

Bảng 3.2 Mô tả Time slot trong dữ liệu hướng thời gian. - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 3.2.
Mô tả Time slot trong dữ liệu hướng thời gian Xem tại trang 63 của tài liệu.

Bảng 3.3 Mô tả Attribute trong dữ liệu hướng thời gian - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 3.3.
Mô tả Attribute trong dữ liệu hướng thời gian Xem tại trang 63 của tài liệu.

Từ thuật toán trên, ta tiến hành khai thác với CSDL D1 (Bảng 2.10) và bảng trọng số của từng item trong (Bảng 2.11) với ngưỡng trọng số tối thiểu minws = 0.4 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — thu.
ật toán trên, ta tiến hành khai thác với CSDL D1 (Bảng 2.10) và bảng trọng số của từng item trong (Bảng 2.11) với ngưỡng trọng số tối thiểu minws = 0.4 Xem tại trang 65 của tài liệu.

Bảng 4.6 Thời gian và số lượng mẫu khai thác của các bộ dữ liệu 1, 3 ,5 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 4.6.
Thời gian và số lượng mẫu khai thác của các bộ dữ liệu 1, 3 ,5 Xem tại trang 75 của tài liệu.

Hình 4.1 Biểu đồ thời gian khai thác của ba bộ dữ liệu 1, 3 ,5 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 4.1.
Biểu đồ thời gian khai thác của ba bộ dữ liệu 1, 3 ,5 Xem tại trang 76 của tài liệu.

Bảng 4.7 Thời gian và số lương mẫu khai thác của bộ dữ liệu 2,4,6 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Bảng 4.7.
Thời gian và số lương mẫu khai thác của bộ dữ liệu 2,4,6 Xem tại trang 77 của tài liệu.

Hình 4.4 Biểu đồ số lượng mẫu khai thác được của các bộ dữ liệu 2,4,6 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 4.4.
Biểu đồ số lượng mẫu khai thác được của các bộ dữ liệu 2,4,6 Xem tại trang 78 của tài liệu.

Hình 4.3 Biểu đồ thời gian khai thác của các bộ dữ liệu 2,4,6 - Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian — Hình 4.3.
Biểu đồ thời gian khai thác của các bộ dữ liệu 2,4,6 Xem tại trang 78 của tài liệu.

Tài liệu cùng người dùng

Đang cập nhật ...

Tài liệu liên quan

Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian
105 51 0
Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian Khai thác mẫu có tính chu kỳ xét đến trọng số từ dữ liệu hướng thời gian
82 64 0
Khai phá luật kết hợp từ dữ liệu chuỗi thời gian Khai phá luật kết hợp từ dữ liệu chuỗi thời gian
71 616 1
Ràng buộc toàn vẹn và trích yếu thời gian trong cơ sở dữ liệu hướng thời gian và ứng dụng Ràng buộc toàn vẹn và trích yếu thời gian trong cơ sở dữ liệu hướng thời gian và ứng dụng
204 415 1
ràng buộc toàn vẹn và trích yếu thời gian trong cơ sở dữ liệu hướng thời gian và ứng dụng ràng buộc toàn vẹn và trích yếu thời gian trong cơ sở dữ liệu hướng thời gian và ứng dụng
320 328 0
KHAI PHÁ dữ LIỆU từ dữ LIỆU CHUỖI THỜI GIAN (2012) KHAI PHÁ dữ LIỆU từ dữ LIỆU CHUỖI THỜI GIAN (2012)
69 471 0
Khai phá luật kết hợp từ dữ liệu chuỗi thời gian Khai phá luật kết hợp từ dữ liệu chuỗi thời gian
74 482 0
Nghiên cứu ứng dụng các hệ mật mã hạng nhẹ trong bảo mật dữ liệu video thời gian thực (Luận văn thạc sĩ) Nghiên cứu ứng dụng các hệ mật mã hạng nhẹ trong bảo mật dữ liệu video thời gian thực (Luận văn thạc sĩ)
66 192 0